KubeEdge边缘设备管理系列（四）：Mapper-Framework视频流处理

作者：王彬丞&杨志佳&刘家伟

针对新版本 Device-IoT 领域的更新，我们计划推出一系列的文章对这些特性进行详细的介绍，大致的文章大纲为：

1. 基于物模型的设备管理 API 设计与实现

2. DMI 数据面能力设计与实现

3. Mapper 开发框架 Mapper-Framework 设计与实现

4. 如何使用 Mapper 完成视频流数据处理

5. 如何使用 Mapper 实现设备数据写入

6. 如何从头开发一个 Mapper（以 modbus 为例） 

在上一篇文章中，我们介绍了 Mapper 开发框架 Mapper-Framework。Mapper-Framework 中集成了 DMI 管理面和数据面能力，能够自动生成 Mapper 工程供用户使用，有效降低 Mapper 的开发门槛。

在1.15版本中，针对温湿度监测、酸碱度监测等数据离散的边缘场景，Mapper-Framework 数据面能以多种方式定时采集上报单点数值。但在边缘计算中，摄像头之类流数据设备的管理也是不可或缺的部分。因此，在1.17版本中，Mapper-Framework 增加了视频流数据处理的功能，完善了 KubeEdge 边缘设备的管理范围。

  ONVIF 摄像头设备纳管  

在摄像头管理领域，ONVIF（Open Network Video Interface Forum） 是一种广泛应用的通用设备协议，旨在为视频监控及其他物理安全领域的IP设备之间的互联互通建立统一的标准，确保不同厂商的设备能够无缝集成和协作。

在 KubeEdge 1.17 版本中，为了支持摄像头设备的云原生接入与管理，我们基于 Mapper-Framework 设计并实现了 ONVIF 协议的内置 Mapper，该插件已存放于 mappers-go 仓库中，用户只需运行该内置 Mapper[1] ，并根据自身摄像头设备的具体信息修改相应的 device 配置文件，即可完成摄像头设备的自动接入与纳管。通过这种方式，能够让 ONVIF 网络摄像头设备具备云原生能力，支持在边缘环境下进行统一管理、远程控制和数据采集。ONVIF 网络摄像头设备的 device-instance 配置文件主要包含以下关键字段：

apiVersion: devices.kubeedge.io/v1beta1
kind: Device
metadata:
  name: onvif-device-01
spec:
  ...
  protocol:
    protocolName: onvif
    configData:
      url: 192.168.168.64:80   # Replace it with the address of your own onvif camera
      userName: admin          # Replace it with the username of your own onvif camera
      password: /etc/secret/password   # Fill in the fields according to your secret.yaml

上述字段指定了设备协议名称以及网络摄像头设备的 url、用户名以及密码，用户需要根据实际设备的详细信息进行修改。为避免密码明文存储，需要通过 Kubernetes secret 的形式完成挂载。完整的配置文件信息可以在配置文件示例[2] 获取。

  Mapper-Framework 

  支持视频流数据处理  

在大多数应用场景中，摄像头设备通常通过 RTSP（Real-Time Streaming Protocol） 流的形式输出视频数据。根据 ONVIF 协议，Mapper 可以按照用户在device-instance配置文件中定义的参数，自动连接并获取摄像头的 profileToken 鉴权文件和 RTSP 流 URI，最终实现视频流数据的采集。

为了简化用户对视频流数据的处理流程，在 KubeEdge 1.17 版本中，我们在  Mapper-Framework 的数据面内置了视频流数据处理功能，主要支持以下能力：

➤ 内置视频片段存储功能：能够将设备上报的视频流自动转化为视频片段文件，便于存储和后续分析。

➤ 内置视频帧存储功能：能够将视频流数据解析并存储为视频帧文件（图像序列），从而支持后续 AI 计算任务，如目标检测、行为识别等。

用户只需在 device-instance 配置文件中进行相关配置，即可使用当前版本的流数据处理能力。此外还支持用户自定义流数据处理逻辑以满足特定的业务需求，例如视频流实时分析、AI 推理等。配置文件相关字段定义及对应结构如下：

apiVersion: devices.kubeedge.io/v1beta1
kind: Device
metadata:
  name: onvif-device-01
spec:
  ...
  properties:
    - name: saveFrame
      visitors:
        protocolName: onvif
        configData:
          format: jpg             # Video frame file format
          outputDir: /tmp/case/   # Output path of video frame file
          frameCount: 30          # Number of output frame files
          frameInterval: 1000000  # interval between frames, the unit is nanoseconds
          dataType: stream        

    - name: saveVideo
       visitors:
         protocolName: onvif
         configData:
           frameCount: 1000        # The number of frames the video clip contains
           format: mp4             # Video file format
           outputDir: /tmp/case/   # Output path of video file
           videoNum: 2             # Number of output video files
           dataType: stream

在1.17 版本后，Mapper-Framework 数据面能力得到了进一步增强。除了将设备数据推送至数据库和用户应用的功能外，还新增了对视频流数据的处理能力，显著提升了设备数据的采集和读取能力，使得边缘 AI 和视频分析等场景的集成更加便捷。

然而，在实际的生产环境中，设备数据的写入也是一个至关重要的特性。例如，一些工业和安防应用场景需要将处理后的数据写回设备，以执行特定的控制指令或参数调整。在本系列的下一篇文章中，我们会对 Mapper 实现设备数据写入的功能进行详细的介绍。

▍相关链接

[1]  内置onvif Mapper：

https://github.com/kubeedge/mappers-go/tree/main/mappers/kubeedge-v1.17.0/onvif-mapper

[2]  onvif device配置文件示例：

https://github.com/kubeedge/mappers-go/tree/main/mappers/kubeedge-v1.17.0/onvif-mapper/resource