背景介紹

視頻處理是人工智能應用中的一個重要方向,對于一款端上部署的AI加速產(chǎn)品,其視頻接入能力是產(chǎn)品技術實力的重要體現(xiàn),同時也直接影響用戶的產(chǎn)品體驗。端上的嵌入式設備,受制于本身的CPU等硬件資源,同時支持多種視頻設備及多種視頻格式是極大的挑戰(zhàn)。

EdgeBoard是百度基于FPGA打造的嵌入式AI解決方案,能夠提供強大的算力,并支持定制化模型,適配各種不同的場景,并大幅提高設備的AI推理能力,具有高性能、高通用、易集成等特點。EdgeBoard作為一款面向各個層次的AI開發(fā)者的硬件平臺,兼顧了多種視頻輸入,包括MIPI、BT1120、USB攝像頭、IPC(IPCamera,網(wǎng)絡攝像頭)、GigE工業(yè)攝像頭,這極大地體現(xiàn)出EdgeBoard在視頻處理上出色的技術實力,而同時支持如此多的視頻接入設備在一般的AI端產(chǎn)品上也是不常見的。

本文將詳細介紹EdgeBoard上的視頻處理方案,如何兼顧效率和通用性,在二者之間取得平衡,最大程度上滿足用戶的需求。

LinuxV4L2結構

內(nèi)核V4L2模塊

Linux系統(tǒng)發(fā)展至今,以其優(yōu)越的跨平臺特性和擴展移植性在嵌入式操作系統(tǒng)領域占據(jù)很大的份額,EdgeBoard采用的是XilinxPetaLinux工具打造的Linux內(nèi)核,操作系統(tǒng)采用的是RootFS,如果用戶需要Ubuntu操作系統(tǒng),可以直接在Xilinx論壇上獲得arm64 Ubuntu操作系統(tǒng)。

Video4Linux2(簡稱V4L2)是Linux下關于視頻采集相關設備的驅動框架,為驅動和應用程序提供了一套統(tǒng)一的接口規(guī)范。支持三類設備,分別會在/dev目錄下產(chǎn)生不同的設備節(jié)點:

1.視頻輸入輸出設備(video capture device,video output device),分別是提供視頻捕獲功能的攝像頭類型設備和提供視頻輸出功能的設備,對應的設備名為videoX。這是我們最常用的一種設備類型。

2.VBI設備(Vertical Blanking Interval),對VBI數(shù)據(jù)進行控制、發(fā)送或抓取的設備,對應設備名vbiX。

3.radio設備,提供FM/AM發(fā)送和接收的設備,對應設備名radioX

V4L2在Linux系統(tǒng)中的結構圖如下:

從圖中可以看出,驅動的框架層次分明,最上層通過字符設備提供video和media兩種控制接口,分別從視頻流控制(video)和媒體子設備控制(media)兩種不同的角度抽象出操作接口。中間內(nèi)核驅動層通過三層設備驅動分別從視頻抽象,V4L2設備功能定義,子設備功能定義三個層面展開,模塊化的設計提供了非常完善的擴展性。最下方是硬件層,除了提供常用攝像頭傳感器的功能外,對于常用的視頻轉換也有很好的支持。

在應用層的軟件支持也非常豐富,比如廣泛使用的FFmpeg、Gstreamer、LiVes、MPlayer等對本地視頻設備的支持也都是通過V4L2提供的接口實現(xiàn)的。

XilinxV4L2驅動結構

深入理解V4L2框架對于FPGA視頻方案的靈活配置有很大的幫助作用,也方便FPGA開發(fā)人員快速驗證視頻功能。本節(jié)以Xilinx視頻處理子系統(tǒng)為例,介紹一套完整的V4L2內(nèi)核功能的實現(xiàn),如下圖。

結合上一節(jié)提到的V4L2結構圖可以看出V4 L2內(nèi)核對應了全部視頻框架的內(nèi)容。中間部分,xilinx通過xvip_dma結構實現(xiàn)了整體的video_device功能,給用戶層提供必要的控制設備接口(右側用戶層接口);左側部分,是內(nèi)核將所有的xilinx視頻相關設備組合成xvip_composite_device,即v4l2_device,通過該模塊可以擴展具體的子設備功能,即v4l2_subdev,包括TPG、VTC、RGB2YUV、scaler等等;右側部分,是用戶層的接口,用戶層調(diào)用接口實現(xiàn)對視頻設備的操作;頂層部分,為了提高數(shù)據(jù)搬運的效率使用了DMA設備功能,即xilinx_dma_device。下層部分,對于內(nèi)部數(shù)據(jù)的管理,使用了v4l2統(tǒng)一抽象提供的vb2_queue、vb2_buffer等模塊實現(xiàn)。

V4L2結構應用實例解析

這里以在EdgeBoard上使用的MIPI攝像頭(MIPI開發(fā)介紹見https://www.csdn.net/article/a/2019-08-21/15979781)為例介紹V4L2的具體應用。

MIPI攝像頭視頻通路

對MIPI攝像頭的支持采用了xilinxvideo框架,符合標準的驅動以及和硬件結合的流程。具體的實現(xiàn)為:硬件上采用FPGA的IP實現(xiàn)視頻通路上的各種視頻預處理,內(nèi)核驅動模塊使用vipp對應的功能,應用層通過/dev/media節(jié)點將這些子設備之間的連接關系進行關聯(lián),通過/dev/video控制視頻的傳輸及視頻抓取。

V4L2子設備驅動(攝像頭驅動)的編寫方法

從上文可以看出,雖然利用已有的IP和驅動資源,可以快速搭建MIPI攝像頭的數(shù)據(jù)接入功能,但還缺少對于攝像頭本身的參數(shù)控制功能等,這部分功能的實現(xiàn)是在驅動模塊完成。本節(jié)將介紹一下此類驅動的結構和開發(fā)流程。

相對于實現(xiàn)一個完整的V4L2驅動功能比較龐大,針對攝像頭驅動的實現(xiàn)相對簡單了許多,只需要實現(xiàn)V4L2的子設備驅動即可,因為大部分功能已經(jīng)在video_device里實現(xiàn)了。詳細的子設備驅動結構圖如下

結合前文的整體結構圖,這里的核心是實現(xiàn)一個v4l2_subdev結構,即填充其內(nèi)部各操作接口結構體,其中核心是v4l2_subdev_ops,通過該接口實現(xiàn)從用戶層對其配置各種參數(shù),以對視頻流的控制。media_entity目地是實現(xiàn)各個v4l2_subdev之間的連接通路。用戶層對mediaX設備的操作都需要這個結構的支持。

基于V4L2的軟件開發(fā)

應用層的軟件開發(fā),推薦使用gstreamer或者opencvvideocapture,opencv的底層實現(xiàn)可能依賴gstreamer,如果這些不能滿足讀者的要求,需要更詳細的參數(shù)控制,或者軟件環(huán)境不具備這兩種支持,可以考慮直接操作v4l2設備。如下將介紹V4L2 軟件層面的具體方法。

V4L2通常支持三種不同IO訪問方式(其他內(nèi)核里支持的方式暫不討論),包括

1.read/write基本IO訪問方式,read方式讀取一幀數(shù)據(jù),數(shù)據(jù)需要從內(nèi)核空間傳輸?shù)接脩艨臻g,增加了內(nèi)存訪問的開銷,對于圖像類的應用效率不高

2.內(nèi)存映射方式,這是在內(nèi)核空間開辟的緩沖區(qū),這些緩沖區(qū)可能支持DMA功能,這樣極大的提高了數(shù)據(jù)從設備搬運到內(nèi)存的效率。用戶只需要使用mmap()系統(tǒng)調(diào)用將其映射到用戶空間后,可以直接使用。這種方式支持的設備很多。

3.用戶空間緩沖區(qū)方式,這是在用戶空間開辟的緩沖區(qū),再把緩沖區(qū)的指針告訴內(nèi)核,這種方式雖然也能減少內(nèi)存拷貝,但是內(nèi)核驅動或者硬件設備在處理這些用戶空間的地址會麻煩很多,不是所有的設備都會支持

這里以第二種方式詳細說明具體使用過程,參考如下流程圖

包括這幾個步驟:

1、使用open()打開設備

2、使用ioctl()進行初始化參數(shù)設置,一般包括查詢設備能力(VIDIOC_QUERYCAP),設置視頻捕獲相關參數(shù),如幀率控制(VIDIOC_S_PARM)、圖像的窗口尺寸(VIDIOC_S_CROP)、像素點的格式和寬高(VIDIOC_S_FMT)等,詳細支持的參數(shù)可以使用上面介紹的工具進行查詢

3、使用ioctl()申請幀緩沖(VIDIOC_REQBUFS),并查詢申請到的緩沖區(qū)的信息(VIDIOC_QUERYBUF)

4、使用mmap()對申請到的緩沖區(qū)進行內(nèi)存映射,保存映射得到的地址

5、使用ioctl()把幀緩沖進行入隊操作(VIDIOC_QBUF)

6、使用ioctl()開始視頻流進行捕獲(VIDIOC_STREAMON)

7、使用selet()等待接收到數(shù)據(jù)

8、使用ioctl()取出幀緩沖即出隊操作(VIDIOC_DQBUF)

9、進行數(shù)據(jù)處理,

10、重復幀緩沖入隊操作,如此循環(huán)

11、退出時,停止采集工作(VIDIOC_STREAMOFF),使用unmap()和close()釋放資源

用戶層工具介紹(技術小福利)

上文介紹完EdgeBoard中視頻處理的完整方案,現(xiàn)介紹V4L2開發(fā)中常用的調(diào)試工具,有助于提升開發(fā)效率。

得益于Linux豐富的開源資源,操作v4l2設備的應用層工具也非常多。默認的EdgeBoardPetaLinux系統(tǒng)已經(jīng)配置好常用的幾個工具,特此介紹給大家。v4l-utils是專門控制v4l設備的一系列命令工具集,包含以下實用程序:

1. v4l2-ctl:用來全方位的配置v4l2設備,對于內(nèi)核模塊暴露出來的接口,幾乎都有支持。特別是軟件開發(fā)時候使用的ioctl控制命令,也可以使用該工具來直接設置,幫助我們調(diào)試驅動或軟件。

2. v4l2-compliance:兼容性工具,用于測試v4l設備驅動程序的v4l2 API兼容性,會打印出來各個ioctal命令接口是否有支持。多用在v4l應用軟件開發(fā)過程中。

3.v4l2-dbg:直接獲取和設置v4l2設備寄存器的工具,這依賴于設備驅動的支持?？梢允褂胿4l2-compliance查看VIDIOC_DBG_G/S_REGISTER命令接口是否可用,在可用的情況下,可以使用該工具來測試。

4.v4l2-sysfs-path:檢查平臺已經(jīng)加載的v4l2設備以及相應的設備節(jié)點。

5. media-ctl:媒體設備的控制工具,幫助我們在v4l2各個子設備間建立連接。

gstreamer是Linux平臺廣泛應用的視頻流工具,特別是嵌入式平臺,良好的軟件架構及衍生出其豐富的擴展插件對不同硬件平臺都具有良好的支持。

這里給出一個命令行示例,就可以了解它的獨特之處了,如下:

gst-launch-1.0v4l2src device=/dev/video4 ! video/x-raw,width=1280,height=720 ! videorate ! image/jpeg,framerate=1/4 ! multifilesink location="frame%d.jpg" index=100

這條命令的意思是打開v4l2視頻源即/dev/video4這個USB視頻設備,抓取其1280x720寬度的原始jpeg圖片流按照4秒1幀的速度保存到本地文件,命名格式為frame100.jpg開始

總結

本文以MIPI攝像頭為例介紹了在EdgeBoard中采用V4L2結構的視頻處理方案,得益于V4L2結構的靈活性和可擴展性,像BT1120、USB攝像頭等也采用類似的方案,實現(xiàn)了對多視頻接入方案的支持。對于需要視頻接入方案的用戶,可以直接購買EgdeBoard產(chǎn)品,實現(xiàn)視頻接入的即插即用。lw