AVB音视频传输协议简介

• 一、音视频传输面临的主要问题
• 二、如何解决这些问题
  • 1. 网络传输问题
  • 2. 媒体时钟同步问题
• 三、AVB体系
  • 1.协议框架
  • 2. 网络拓扑
  • 3. 典型应用场景
    • a. 车载娱乐系统
    • b. 大型演唱会现场
• 四、参考资料

本文是AVB系列文章的第一篇，简单介绍车载以太网中的AVB技术。

一、音视频传输面临的主要问题

大家想一下，在观看网络视频的时候，经常遇到的问题是什么？

1. 卡顿
2. 花屏
3. (实时直播）延时大
4. 音视频不同步

假设音视频源正常的，造成以上问题的原因是什么呢？

1. 卡顿：网络不流畅、数据不能及时到达。
2. 花屏：视频数据丢失、错误。然而这只是表面原因，根本原因也是网络不流畅、数据不能及时到达。
3. (实时直播）延时大：网络不流畅、数据不能及时到达。
4. 音视频不同步：网络网络不流畅、数据不能及时到达会造成这种现象，另外，媒体时钟不同步也会造成这种现象。

这样看来，影响网络音视频观看体验的主要原因基本上就下面两点：

1. 网络不流畅，数据丢失或不能及时到达
2. 媒体时钟不同步

这也是AVB要解决的主要问题。不同的是，我们观看网络视频一般是经由广域网传输，而AVB解决的是局域网内的音视频传输问题。

二、如何解决这些问题

1. 网络传输问题

我们知道，传统以太网是基于竞争的“尽最大努力传输”的分组报文网络。有人可能会说TCP是可靠的，不错，但它的可靠性是建立在重传机制上的，带来的副作用是延时加大。

另外，中间转发节点（比如网络中的交换机、路由器）对报文的传输影响比较大。比如：

• 传输过程中，如果中间的转发节点缓存队列已满，会导致后续数据包丢失。
• 传输时延受转发节点的缓存状态影响，如果缓存队列中数据较多，传输延时就较大，缓存队列中数据较少，传输延时就较小。

如果可以构建这样一个网络，它可以为音视频数据预留带宽（类似高速公路上的专用应急车道），那么不仅解决了竞争问题，还保证了音视频数据可以在规定的时间内从源头传输到目的地（时间敏感网络的概念）。

没错，带宽预留是AVB的一个重要组成部分。

2. 媒体时钟同步问题

以太网中传输的音视频都是离散的数字信号，而现实世界中的音视频都是连续的模拟信号。在音视频采集设备中，需要对模拟信号进行采样、量化、编码，才能转换为数字信号（简称模数转换，即A/D转换)。A/D转换过程中涉及到采样频率，即间隔多久采样一次。接收端收到数据后，按同样的频率进行播放。这就是媒体时钟同步。

媒体时钟必须有个参考时钟，这样它才能知道从上次采集到现在过了多久，是否该进行下次采样。有的采集系统以系统时钟作为参考时钟，而有的采集系统以外部信号作为参考时钟。不同参考时钟很有可能是不同步的，比如A时钟的1ms可能对应实现世界的0.9ms，B时钟的1ms可能对应现实世界额1.1ms。另外，时钟都不是绝对稳定的，受温度、运行时间等因素影响都会产生漂移（就像手表，有的过段时间变慢了，有的过段时间变快了）。

问题来了，接收端怎么保证自己的播放速率和采集端的采集频率一致（即如何恢复媒体时钟）？如果没有一个统一的参考时钟，这是很难做到的。如果参考时钟不同步，就有可能导致本来该先播放的音频后播放，或者本该先播放的视频后播放，在观众看来就是音视频不同步。

AVB中的精确时钟同步技术，可以让所有节点的时钟保持同步，进而为媒体时钟同步提供了条件。

三、AVB体系

AVB被称为时间敏感网络，主要包含两方面含义：

• 延时小，实时性好
• 延时可控，最坏情况下的延时不超过一定的阈值

1.协议框架

AVB的全称是Audio Video Bridging，由一系列IEEE标准组成，目的是在局域网中高效传输音视频数据。

AVB协议栈如下图所示：

可以看出，AVB主要是链路层的协议，它和传统的TCP/IP协议栈是并列共存的关系。

AVB协议栈不仅包括了前面提到的带宽预留和时钟同步协议，还包括其他一些辅助协议，主要协议如下：

1. IEEE Std 802.1AS-2011：精确时钟同步协议(Generalized Precision Time Protocol，简称gPTP），用来将网络内所有节点的时钟同步同步到同一个主时钟。
2. IEEE Std 802.1 Qat：带宽预留协议（Stream Reservation Protocol，简称SRP)，目前被整合在IEEE Std 802.1Q-2011 第35章。
3. IEEE Std 802.1 Qav：流量整形协议（Forwarding and Queuing for time-sensitive streams，简称FQTSS)，负责对流量进行排队、转发管理，目前被整合在IEEE Std 802.1Q-2011 第34章。
4. IEEE Std 1722-2016：音视频传输协议（Audio Video Transport Protocol，简称AVTP)。
5. IEEE Std 1722.1-2013：音视频管理协议（Audio Video Discovery, Enumeration, Connection management, and Control protocol，简称AVDECC)，负责服务发现，节点能力遍历，链接管理等控制功能。
6. IEEE Std 1733-2011：基于AVB的RTP/RTCP传输协议（Transport Protocol for Time-Sensitive Applications in Local Area Networks)，它主要用于协调网络中的多个设备，比如以下场景：网络中有多个Talker且位于不同设备，接收端需要同步播放这些Talker的音视频数据。

2. 网络拓扑

AVB的网络拓扑如下所示：

它主要由两类节点组成：

• End Station: 有时候也称为endpoint，它又分为Listener和Talker两种：
  • Listener：接收音视频数据的节点
  • Talker：输出音视频数据的节点
• AV Bridge: 音视频网关

说明：

• 一个节点可以包含多个Talker，即产生多条音视频数据流
• 一个节点可以具有Talker和Listener的双重身份，既对外输出，又接收别人的数据

3. 典型应用场景

目前AVB主要应用在对时间敏感的场景中，比如工业控制，车载娱乐系统。下面简单举两个例子。

a. 车载娱乐系统

如上图所示，车内的DVD Player播放音视频文件，音频传输到扬声器，视频分别传输到后排座椅的两个显示器上。如何保证扬声器和两个显示器的同步，实现音视频同步？

• 首先，gPTP协议保证了网络中所有节点的时钟是同步的。
• 其次，SRP协议为音视频数据预留了带宽，保证都能在一定的时间内到达目的地。
• 那么，如果在Talker端（DVR Player）就约定好，不同目的地的音视频数据在未来的同一时刻播放，是不是就实现了音视频同步？这就是AVTP协议中展示时间戳的意义所在。

b. 大型演唱会现场

大型演唱会现场都会布置多个扬声器来传输声音，可以简化成下面的模型。 那么如何控制这些扬声器同时“发声”？ 道理一样，大家约定好在未来的同一时刻同时播放，先收到数据的节点把数据缓存起来，等待播放时刻的到来，然后产生“共鸣”。

四、参考资料

1. https://avb.statusbar.com/page/developer-faq/