ZLMediaKit实现RTSP流转PS-RTP封装的技术解析
背景介绍
在视频监控和流媒体传输领域,中国国家标准GB/T 28181(简称GB28181)是广泛应用的技术规范。该标准要求视频流采用PS(Program Stream)格式进行封装,并通过RTP协议传输。ZLMediaKit作为一款优秀的流媒体服务器框架,提供了将RTSP流转发为PS-RTP流的功能,这对于实现GB28181标准兼容的系统具有重要意义。
PS封装与RTP传输原理
PS(Program Stream)是MPEG-2标准中定义的一种封装格式,主要用于存储和传输音视频数据。在GB28181标准中,要求视频流必须采用PS封装后再通过RTP传输,这种组合称为PS-RTP。
PS封装的特点是在数据包开头有特定的起始码"00 00 01 ba",这使得接收端能够识别和解析PS流。而RTP(Real-time Transport Protocol)则是互联网上传输实时数据的标准协议,它为音视频数据提供时间戳和序列号等元数据,确保数据能够正确重组和播放。
ZLMediaKit的PS-RTP转发功能
ZLMediaKit通过startSendRtp接口实现了将RTSP流转换为PS-RTP流并转发到指定目标的功能。该接口支持多种封装格式的输出,包括:
- ES流(Elementary Stream):直接传输原始编码数据
- PS流(Program Stream):符合GB28181标准的封装格式
- TS流(Transport Stream):另一种常见的媒体封装格式
在实际应用中,开发者可以通过设置type参数来选择所需的输出格式:
type=0:输出ES流type=1:输出PS流(GB28181标准)type=2:输出TS流
常见问题与解决方案
在使用ZLMediaKit进行RTSP到PS-RTP转换时,开发者可能会遇到以下问题:
-
输出不是PS格式:早期的ZLMediaKit版本中,如果没有明确指定
use_ps=1参数,默认会输出ES流而非PS流。这个问题在新版本中已经修复,现在可以通过type=1参数明确指定输出PS格式。 -
PS包头识别问题:正确的PS封装流应该在RTP负载部分以"00 00 01 ba"开头。如果开发者发现输出不是这个格式,应检查是否正确地设置了输出类型参数。
-
参数兼容性问题:新版本的ZLMediaKit推荐使用
type参数替代旧的use_ps参数,以支持更多封装格式的选择。
最佳实践建议
为了实现稳定可靠的RTSP到PS-RTP转换,建议开发者:
-
使用最新版本的ZLMediaKit,以获得最完善的功能和最佳的性能。
-
明确指定输出格式类型,特别是在GB28181应用场景中,务必设置
type=1参数。 -
进行网络抓包验证,确认输出的RTP负载确实以PS包头开始,确保符合标准要求。
-
对于监控领域应用,建议同时测试与海康、大华等主流厂商设备的兼容性。
通过正确配置和使用ZLMediaKit的PS-RTP转发功能,开发者可以轻松构建符合GB28181标准的视频监控系统,实现不同厂商设备间的互联互通。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00