Home 物联·技术 开源硬件 用树莓派和业余无线电打造【远距离无线视频】传送
用树莓派和业余无线电打造【远距离无线视频】传送

用树莓派和业余无线电打造【远距离无线视频】传送

0
2

在本项目中,我用配有PiCam摄影机的Raspberry Pi做为无线摄影机,可远距离、约百米内传送影像。影像的传送是由慢速扫描电视(SSTV)透过业余无线电台(俗称火腿电台)于2米波段(144.5兆赫)传输。

感谢 Oliver Mattos和Oskar Weigl,Raspberry Pi可以自行发出高频FM讯号,低功率传输时无须使用额外的电子产品。若功率须些微增加,多加上一个单电晶体或双电晶体的放大器即可。另外,推荐使用低通滤波器以过滤高频讯号。

此项目还包含了侦测动态物体的Python程序码,让Raspberry Pi做为远超过一般WiFi网路范围的无线监视摄影机。请注意!你必须拥有业馀无线电执照才能只用此装置。

以下是装置图示,请按照步骤进行。项目程序码可以在我的博客或我的GitHub网页找到。

特别感谢KI4MCW (SSTV), Oliver Mattos 以及 Oskar Weigl (PiFm)

图示:antenna 天线/Pi NoIR Camera PiNoIR摄影机/PiFace control & display PiFace控制显示面板/Battery 电池

可携式SSTV摄影机会拍摄影像并且经由业馀无线电台SSTV摄影机传送画面。

材料

  • Raspberry Pi单板电脑,Maker Shed网站商品编号#MKPRI2,makershed.com。我选择Raspbian作业系统,因为它是Raspberry Pi最热销也有良好支援的作业系统
  • Pi NoIR摄影机模组,Maker Shed网站商品编号 #MKRPI6。一般的PiCam或USB网路摄影机亦可
  • PiFace控制显示面板(非必要), 但推荐选购。我打算把Raspberry Pi当作随拍慢速扫描电视摄影机来使用,因此有显示面板跟按钮非常方便
  • 电池,5伏特US移动电源 。
  • 一小段电线,天线会使用到
  • 束带,支撑天线用
  • 牛皮纸胶, 任何项目的必备品

第一步:连接硬件

  • 在这个项目里,会用到的硬件只有Raspberry Pi、Pi NoIR摄影机、PiFace控制显示面板和做为天线的一段电线。
  • 为达到可携性,用牛皮胶布把一个5V USB电池组粘到Raspberry Pi外壳上。

第二步:拍摄画面

  • 首先要做的是拍摄要传输的画面,用 raspistill 指令行功能就能轻鬆达成:


raspistill -t 1 –width 320 –height 256 -e png -o /tmp/image.png

  • 针对SSTV,我们需要320×256画素的小影像。它会以PNG影像档格式存到 /tmp 目录。

第三步:将影像转换为SSTV声音档

  • 接着,我们要把影像转换为可以无线传输的声音档。Raspberry Pi有一些SSTV指令可以选择。
  • 第一个拿来测试的是PiSSTV,这是一种Python指令。它可以用,但速度非常慢,一个影像要好几分钟才能转换完成。(可以参考我博客上的细节。)
  • 接着我找到由ham KI4MCW罗伯特‧马歇尔(Robert Marshall)所编写的简单的C语言指令。可惜在前导音调中有一些错误,但都很容易修正。我还把它改得更有弹性,可以在指令行设定声音采样频率。
  • 我的指令的原始码可以在GitHub找到。编译原始码:


pi@rpicamera ~/sstv $ sudo apt-get install libgd2-xpm-dev

pi@rpicamera ~/sstv $ sudo apt-get install libmagic-dev

pi@rpicamera ~/sstv $ gcc -lgd -lmagic -o pisstv pisstv.c

  • 执行程序:

pi@rpicamera ~/pisstv $ ./pisstv /tmp/image.png 22050  

Constants check:

        rate = 22050

        BITS = 16

      VOLPCT = 20

       scale = 6553

     us/samp = 45.351474

     2p/rate = 0.000285

 Checking filetype for file [/tmp/image.png]

 File is a PNG image.

 Input  file is [/tmp/image.png].

 Output file is [/tmp/image.png.wav].  

 Writing audio data to file.

 Got a total of [2589556] samples.

 Done writing to audio file.

 Created soundfile in 4 seconds.
 
  • 我们可以看到SSTV声音档只花了4秒钟就建立完成。一切都很顺利。下一步:无线声音传输。

第四步:以PiFM传输声音

  • 可以加装一个无线发射器,像可携式无线收发器那样,但让Raspberry Pi自己产生高频讯号有趣多了。这都要感谢Oliver Mattos和Oskar Weigl的PiFM软件(可以参考我们的Raspberry Pi)。
  • 这里可以找到他们的程序码。它已经有很大的进步:最初的版本很简单,但使用了所有的CPU周期,而且讯号会受到其他程序运作时产生的假信号干扰。最新版本使用的是DMA,运作很顺畅,也不会占用所有的CPU周期。但这个程序码现在复杂多了。
  • Oliver and Oskar有很大的贡献,但PiFm软件用在火腿无线电和SSTV就不适合。主要有两个问题。首先是频宽太大,第二个是定时问题。定时对SSTV很重要,而它有些误差。

第五步:降低频宽

  • 降低频宽非常简单。每位火腿族知道,频宽可以由频率调变的调变係数设定,和调变高频载体的声音讯号音量相等。在原始码里,它是单一个值;可以在 Outputter/class的 consume 函数找到。
  • 这是原来的程序码:


void consume(float* data, int num) {

for (int i=0; i<num;i++){

   float value = data[i]*8;  // modulation index (AKA volume!)

  • 我做了这个值的指令行参数。新的程序码是这样:


void consume(float* data, int num) {

for (int i=0; i<num;i++){

   float value = data[i]*modulation_index;  // modulation index (AKA volume!) (original 8)

  • 可惜这样效果不好,仍然有很强的边带,所以在此软体的未来版本中还需要多加关注。
  • 第一张图是全频宽FM讯号的频谱图。
  • 第二个频谱图显示降低的频宽。调整中间的波峰后得到乾淨的讯号,但还需要清除边带。
  • 最后一张图是PiFm最初版本的降低频宽讯号,频宽很棒,但讯号受到CPU执行其他程序时产生的干扰。

第六步:调整定时

  • PiFm的声音传输采样率稍微增加或减少时,听者几乎感觉不到差别,但对于SSTV就不一样了,SSTV的定时需要很精准。
  • 稍有误差的采样率会造成影像倾斜,像在第一张图所看到的。
  • 第二张图是採样正确的相同声音档。
  • 修正定时很简单,只要修正原始码中的定时常数。


//clocksPerSample = 22500.0 / rate * 1373.5; // for timing, determined by experiment

clocksPerSample = 22050.0 / rate * timing_correction; // for timing, determined by experiment

  • 这边可以看到我用变数 timing_correction 来取代定时常数(1373.5),可以由指令行来设定。个别的Raspberry Pi会有不同的数值。在我的例子里,数值是1414.0。我想知道适合你的设定值是多少,请在下面留言告诉我。关于其他程式码的修改,请参考在GitHub的原始档桉。

第七步:新增呼号

  • 开始用你的火腿无线电授权传输SSTV讯号时,需要在每次传输时传送你的呼号,所以我们要把这项资讯新增到影像里。
  • 我们可以从指令行用 imagick或从Python影像资料库(PIL)来完成。这个项目里两种都有使用。

第八步:捕捉动态

  • 现在我们可以撷取影像并用PiFm来顺利传送了,接下来我们的任务是在镜头前有动静时触发影像撷取。我把这个指令放在Python,搭配PIL。这个程式码很简单,它会比较前一个影像和当前影像的画素。如果变化太大,就会传送影像。

这里是程序码的片段:



loop forever while (True):

      # grab comparison image

      imgnew, bufnew = captureImage()

      # Count changed pixel

      changedPixels = 0

      for x in xrange(0, 320):

              for y in xrange(0, 256):

                      # Just check red channel as it's dominant for PiCam NoIR

                      pixdiff = abs(buf[x,y][0] - bufnew[x,y][0])

                      if pixdiff > threshold:

                              changedPixels += 1

      # Transmit an image if pixels changed

      if changedPixels > sensitivity:

              # Swap comparison buffers

              img = imgnew

              buf = bufnew

              transmitImage(img.copy())

  • 同样地,完整程式码可以在GitHub page网页找到。在下面的留言分享你的作品吧!