基于UVC协议的4K智能摄像头

摘要：本文设计了一款基于UVC协议的4K智能摄像头，主控采用瑞芯微RV1126，传感器采用思特威 SC8238。摄像头通过USB接口直连电视，实现4K高清呈现。支持UVC协议，具有行人追踪功能。

关键词：4K；智能摄像头；UVC协议；行人追踪

0 引言

随着 4K 电视的普及和家庭视频会议、家庭娱乐健身的需求，本文开发了一款基于 UVC（USB 视频类， USB Video Class）协议的 4K 智能摄像头，通过 USB 连 接线直连 4K 电视，即可实现摄像头到电视端到端的 4K 超清呈现，如图 1。

图1 摄像头应用系统框图

本文开发的基于 UVC 协议的 4K 智能摄像头操作简单，携带方便，价格便宜，具有良好的应用与发展前景。本文重点介绍摄像头硬件主要电路开发和 UVC 协议的实现。

1 硬件设计

系统主控采用瑞芯微 RV1126，传感器采用思特威 SC8238。摄像头通过传感器采集图像信息，通过 MIPI 信号将采集的图像信息传送到主控，主控对图像进行编解码后通过 USB 接口将图像信息发送给电视，电视显示传感器采集的图像信息，从而实现摄像头到电视端 4K 超清呈现，摄像头视频信号流，如图 2。

1.1 RV1126介绍

RV1126 支持 4K（3 840×2 160）H.265 30 fps 视频编码，四核 Arm Cortex-A7 架构，内部集成了 2.0 Tops 的 NPU，NPU 支持 INT8/INT16 混合操作，可以很容易在 TensorFlow、MXNet、PyTorch、Caffe 之间转换。RV1126 每个核里面都包含一个 32 KB I-cache、32 KB D-cache 和共用二级缓存 512 KB。芯片内容集成了 HDR（高动态 范围成像，High Dynamic Range Imaging）、3A 功能（AE、 AF、AWB）、LSC、3DNR、2DNR、锐化，dehaze、鱼眼校正、gamma 校正、特征点检测等算法加速器。芯片集成了 MIPI（移动产业处理器接口，Mobile Industry Processor Interface）接口，通过 MIPI 信号和传感器直连。

1.2 SC8238介绍

思特威 SC8238 最高支持 4K（3 840×2 160）的传输速率，是一款业界领先的数字 CMOS（互补金属氧化物半导体，Complementary Metal Oxide Semiconductor）图像传感器，它输出的是 raw 格式图像，有效像素为 3 872×2 180，可以通过标准的 I²C（集成电路互连通信电路，Inter-Integrated Circuit）接口读写寄存器。它采用了 1.5 μm 背照式像素技能，在相同产品中灵敏度在 1 160 mV/Lux·s 时功耗最低。

1.3 硬件设计

硬件电路主要包括电源模块、时钟复位电路、主控、传感器、USB（通用串行总线，Universal Serial Bus）、DDR（双倍速率，Double Data Rate）和 Flash 等，硬件电路框图如图 3。

其中，整个系统的电源是通过 USB 提供的，时钟和复位保证系统正常工作，Flash 是用来存储程序的，DDR 是随机存储器，系统通过思特威传感器芯片 SC8238 采集图像数据，用瑞芯微 RV1126 芯片对图像数据进行编解码，最后通过 USB2.0 发送图像数据到电视端。

RV1126 时钟电路由内部的反馈电路和外置的 24 MHz 晶体振荡电路构成；系统时钟使用有源晶体时，时钟的幅度是 1.8 V±10%。芯片复位引脚低电平大于 4 μs 时芯片复位，芯片复位引脚并联放一个 100 nF 电容，增强 RV1126 的抗干扰能力，防止误触发导致系统复位。DDR采用T型设计，DQ和DQS双向信号直接连接即可，差分时钟信号末端串联一个 49.9 Ω 的端接电阻；DDR4 组内的不同信号线之间的间距、组间两相邻信号线之间的间距均要使用“3W”原则；单线特征阻抗控制在 50 Ω±10%，差分对阻抗控制 100 Ω±10%。PLL 电源包括 PLL_AVDD_0V8 和 PLL_AVDD_1V8 两个，必须单独供电，并分别使用 1 个耦合电容放在相对应的管脚 靠近，这样在 DDR 工作在高频时，可以提高系统的稳定性。内核电源电压是 0.8 V，必须使用单独的 DC-DC 供电，且供电能力不能小于 1 A。NPU 电源电压是 0.8 V， 必须使用单独的 DC-DC 供电，且供电能力不能小于 2 A。芯片USB控制器使用200 Ω精度为1%的参考电阻，这个电阻影响 USB 眼图质量，因本设计是使用 USB 传 输视频流的，所以这个电阻非常关键；USB 的信号线上要分别放一个静电防护器件，该器件的寄生电容要不大于 1 pF,ESD PCB 布局时器件要尽可能靠近 USB。

思特威传感器芯片 SC8238 包括 DOVDD（1.8 V）、 AVDD（2.8 V）和 DVDD（1.2 V）三路电源，滤波电容必须靠近引脚放置；在 4K 帧率时，DVDD 必须设计 成 1.2 V 电压。芯片的 VREFN、VREFN2、VREFH 和 TXVDD 通过电容到地，可以滤除电源纹波的高频部分和低频部分。MIPI 信号差分线阻抗控控制在 100 Ω，误差小于 ±10%；MIPI信号不能直走线，会发生信号反射，影响视频高速传输性能，且 MIPI 信号下必须有完整的地参考层，不能分割。

2 UVC协议

UVC 即 USB 视频类是 USB Video Class 的简称，它是微软与其它厂商联合推出的为 USB 视频捕获设备定义的协议标准。UVC 设备包括一个视频控制接口（VC Interface）和一个视频流接口（VS Interface）；视频控制接口主要用于配置操作，让 UVC 设备进入不同的功能状态，视频流接口负责 UVC 设备的视频数据流传输。 UVC 的拓扑结构包括视频流输入 / 输出、摄像头视频流传输控制、图像数据采集源的切换和选择控制，以及图像相关参数的处理等。

3 结语

本文设计的基于 UVC 协议的 4K 智能摄像头，通过 USB 接口直连电视，给用户 4K 超高清完美呈现。此摄像头简单易用，经济实惠，视频效果好，可广泛使用在家庭视频会议和家庭娱乐健身。

参考文献：

[1] N KHALID, GOCHOO M, JALAL A, et al. Modeling twoperson segmentation and locomotion for stereoscopic action identification: A sustainable video surveillance system[J]. Sustainability, 2021,13.

[2] SJURSEN A D, FRIIS M, RNNING L, et al. Monitoring of anadromous salmonids in the fjrevassdraget watercourse, Nordland[C]. Results from the video surveillance in 2020- 2021.

[3] MOSAIF A, RAKRAK S. A new system for real-time video surveillance in smart cities based on wireless visual sensor networks and fog computing[J]. Journal of Communications, 2021, 16(5):175-184.

[4] SHAHBAZ A, JO K H. Dual camera-based supervised foreground detection for low-end video surveillance systems[J]. IEEE Sensors Journal, 2021,PP(99):1-3.

[5] SEVCIK J. A special peripheral component interconnect express card for video surveillance systems in alarm applications[J]. Przeglad Elektrotechniczny, 2021, 1(5):30- 35.

[6] PANDAS K, SAHU S K. Design of IoT-based real-time video surveillance system using raspberry Pi and sensor Network[M].2021.

[7] HUANG H, SAVKIN A V, NI W. Online UAV trajectory planning for covert video surveillance of mobile targets[J]. IEEE Transactions on Automation Science and Engineering, 2021, PP(99):1-12.

[8] KUMAR P. Development of a thermal-visible video surveillance system based on fractional order tvmodel[J]. Journal of Physics Conference Series, 2021, 1950(1):012026.

[9] ISAEVA O, BORONENKO M, BORONENKO Y. Making decisions in intelligent video surveillance systems based on modeling the pupillary response of a person[C].2021 IEEE 6th International Conference on Computer and Communication Systems (ICCCS). IEEE, 2021.

[10] ZHANG J, JIA X, J Hu, et al. Moving vehicle detection for remote sensing video surveillance with nonstationary satellite platform[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence[J].2021,PP(99):1-1.

(注：本文转载自《电子产品世界》2022年7月期)