CN1489389A

CN1489389A - 视频通信终端及视频通信方法

Info

Publication number: CN1489389A
Application number: CNA031555888A
Authority: CN
Inventors: 陈旭光; 吕蓓蓓; 孙晓岚
Original assignee: Individual
Current assignee: Individual
Priority date: 2003-08-29
Filing date: 2003-08-29
Publication date: 2004-04-14

Abstract

一种视频通信终端及视频通信方法，该视频通信终端包括：系统总线；与系统总线连接的嵌入式CPU；与系统总线连接的MPEG－4编解码芯片，MPEG－4编解码芯片连接视频采集装置和音频采集装置，MPEG－4编解码芯片对视频信号、音频信号进行MPEG－4编码，嵌入式CPU通过系统数据总线提取编码后的数据，将编码过的数据打包，将包传送至通信接口，从而将视频数据传送至网络。该视频通信方法包括如下步骤：(1)主叫方通过视频通信终端接入互联网；(2)视频通信终端将本次接入的带宽信息、IP地址信息、视频通信终端的服务号码等信息传送给服务号码解析服务器；(3)主叫方将被叫方的服务号码发送至服务号码解析服务器；(4)服务号码解析服务器将被叫方在该服务器上记录的信息发送给主叫方，同时也把服务号码解析服务器上面记录的主叫方的信息发给被叫方；(5)主叫方和被叫方从服务器接收到对方的信息后，直接建立相应的连接；及(6)主叫方和被叫方将各自的视频通信终端的音频视频通过MPEG－4硬件编码芯片进行编码，将编码后的数据传送到对方，接收方将编码数据进行解码，并将解码后的数据输出到音频视频输出设备中。

Description

视频通信终端及视频通信方法

技术领域

本发明涉及通过网络实现可视通话的视频通信终端及视频通信方法。

背景技术

随着信息通讯技术的不断进步，目前现有的通讯(尤其是远距离的通讯)方式已经不能够满足人们日益增长的需要。固定电话、手机、IP电话等仅仅完成了人们通话的需要，始终无法使得人们在通话的同时可以看到对方的实时连续动态图像。而现有的可视电话和音视频通讯系统普遍存在产品价格高，图像滞后、不连贯且画面质量差，操作复杂等诸多缺点，这也是该类系统至今无法普及的原因。而且，目前的通讯方式普遍存在话费昂贵，尤其是拨打国内或者国际长途电话时显得尤为突出。

综上所述，人们需要一种新的可视通话的设备，这种设备应该具备购买价格低、使用成本低、操作简单、便于携带、图像声音传输质量好等诸多优点。

嵌入式软硬件操作系统的发展使得把完成特定专有功能的终端设备变得更小、更便于携带成为可能。嵌入式操作系统具有功耗低、价格低廉、系统稳定、无计算机病毒侵害等诸多优点。

嵌入式计算机系统同普通计算机系统(PC)相比具有以下特点：

●嵌入式系统通常是面向特定应用的：

嵌入式CPU与普通PC的最大不同就是：嵌入式CPU大多工作在为特定用户群设计的系统中，它通常都具有低功耗、体积小、集成度高等特点，能够把通用CPU中许多由板卡完成的任务集成在芯片内部，从而有利于嵌入式系统设计趋于小型化，移动能力大大增强，跟网络的耦合也越来越紧密。

●嵌入式系统是将先进的计算机技术、半导体技术和电子技术与各个行业的具体应用相结合后的产物。这一点就决定了它必然是一个技术密集、资金密集、高度分散、不断创新的知识集成系统。

●嵌入式系统的硬件和软件都必须高效率地设计，量体裁衣、去除冗余，力争在同样的硅片面积上实现更高的性能，这样才能在具体应用中对处理器的选择更具有竞争力。

●嵌入式系统和具体应用有机地结合在一起，它的升级换代也是和具体产品同步进行，因此嵌入式系统产品一旦进入市场，具有较长的生命周期。

●为了提高执行速度和系统可靠性，嵌入式系统中的软件一般都固化在存储器芯片或单片机本身中，而不是存贮于磁盘等载体中。

●嵌入式系统本身不具备自举开发能力，即使设计完成以后用户通常也是不能对其中的程序功能进行修改的，必须有一套开发工具和环境才能进行开发。

嵌入式操作系统的发展趋势：

●嵌入式应用软件的开发需要强大的开发工具和操作系统的支持。

随着因特网技术的成熟、带宽的提高，ICP和ASP在网上提供的信息内容日趋丰富、应用项目多种多样，像电话手机、电话座机及电冰箱、微波炉等嵌入式电子设备的功能不再单一，电气结构也更为复杂。为了满足应用功能的升级，设计师们一方面采用更强大的嵌入式处理器如32位、64位RISC芯片或信号处理器DSP增强处理能力；同时还采用实时多任务编程技术和交叉开发工具技术来控制功能复杂性，简化应用程序设计、保障软件质量和缩短开发周期。

●联网成为必然趋势

为适应嵌入式分布处理结构和应用上网需求，面向21世纪的嵌入式系统要求配备标准的一种或多种网络通信接口。针对外部联网要求，嵌入设备必需配有通信接口，相应需要TCP/IP协议簇软件支持；由于家用电器相互关联(如防盗报警、灯光能源控制、影视设备和信息终端交换信息)及实验现场仪器的协调工作等要求，新一代嵌入式设备还需具备IEEE1394、USB、CAN、Bluetooth或IrDA通信接口，同时也需要提供相应的通信组网协议软件和物理层驱动软件。为了支持应用软件的特定编程模式，如Web或无线Web编程模式，还需要相应的浏览器，如HTML、WML等。

●支持小型电子设备实现小尺寸、微功耗和低成本为满足这种特性，要求嵌入式产品设计者相应降低处理器的性能，限制内存容量和复用接口芯片。这就相应提高了对嵌入式软件设计技术要求。如，选用最佳的编程模型和不断改进算法，采用Java编程模式，优化编译器性能。因此，既要软件人员有丰富经验，更需要发展先进嵌入式软件技术，如Java、Web和WAP等。

●提供精巧的多媒体人机界面

嵌入式设备之所以为亿万用户乐于接受，重要因素之一是它们与使用者之间的亲和力，自然的人机交互界面，如司机操纵高度自动化的汽车主要还是通过习惯的方向盘、脚踏板和操纵杆。人们与信息终端交互要求以GUI屏幕为中心的多媒体界面。手写文字输入、语音拨号上网、收发电子邮件以及彩色图形、图像已取得初步成效。目前一些先进的PDA在显示屏幕上已实现汉字写入、短消息语音发布，但离掌式语言同声翻译还有很大距离。

作为运动图像的压缩算法标准—MPEG-4算法以其压缩比高、占用带宽小、压缩质量好、兼容性好等优点成为了现阶段主流的视频、音频压缩标准。

音视频编解码采用MPEG-4硬件编解码技术，MPEG(Moving PictureExperts Group)专家组继成功定义了MPEG-1和MPEG-2之后，于1993年7月开始制订全新的MPEG-4标准，并分别于1999年初和2000年初正式公布了版本1和版本2。随着MPEG-4标准的不断扩展，它不但能支持码率低于64kbps的多媒体通信，也能支持广播级的视频应用，从而成为今后一段时间压缩标准的主流。

MPEG-4标准的主要特点和功能：MPEG-4视频编码标准支持MPEG-1、MPEC-2中的大多数功能，提供不同的视频标准源格式、码率、帧频下矩形图像的有效编码，同时也支持基于内容的图像编码。MPEG-4支持的码率与相应功能集之间有着严格的定义：

在这一功能集的底层是VLBV(Very Low Bit Rate Video)核心。它为码率在5-64kbps范围内的视频操作与应用提供算法与工具，支持较低的空间分辨率(低于352×288像素)和较低的帧频(低于15Hz)。VLBV核心支持的专用功能包括：矩形图像序列的有效编码、多媒体数据库的搜索和随机存取。

在这一功能集的上层是HBV(High Bit Rate Video)同样支持上述功能，其码率范围在64kbps-10Mbbps之间，它与VLBL核心采用相同或相似的算法，但它支持更高的空间与时间分辨率，允许传输和存储适用于演播室的高质量视频信号，其输入可以是ITU-RRec.601的标准信号，典型应用为数字电视广播与交互式检索。MPEG-4最终支持的码率将高于MPEG-2。

MPEG-4提出了基于内容(Content-based)的存取概念，使用户可与场景进行交互。它对运动图像中的内容进行编码，其具体的编码对象就是图像中的音频和视频，称为AV对象(AVO：Audio VideoObject)。AV对象可以组成AV场景(AVOs：Audio Video Object ina scene)。因此，MPEG-4标准的基本内容就是高效率地编码、组织、存储、传输AV对象。

MPEG-4标准的视频编码技术：为了支持基于内容的交互性，即支持对内容独立地进行编、解码，MPEG-4视频检验模型引入了视频对象面(VOP：Video Object Plane)的概念。假设输入的视频序列的每一帧都被分割成多个任意形状的图像区域(视频对象面)，每个区域可能覆盖场景中特定的感兴趣的图像或视频内容。输入进行编码的VOP可以是任意形状的，且形状和位置可随帧而变。属于场景中同一物理对象的连续VOP序列称为视频对象。同一视频对象的VOP序列的形状、运动和纹理信息被编码传输，或者编码为一个隔离的视频对象层(VOL：Video Object Layer)。

MPEG-4视频编码器的基本结构包括形状编码(对于任意形状的VOS)、运动补偿和基于DCT的纹理编码(采用标准的8×8 DCT或根据形状的自适应DCT)。具体的编码方法为：首先对输入的原图像序列进行场景分析和对象分割，以划分不同的VOP，得到各个VOP的形状和位置信息，它可以用alpha平面来表示。发送端只需传送alpha平面，接收端就可以确定VOP的形状和位置。alpha平面所需的比特数较多，需要进行压缩编码。显然，只要对VOP的轮廓进行编码和传送，接收端就可以恢复alpha平面，轮廓信息在轮廓编码器中进行编码。提取的形状和位置信息又用来控制VOP的运动和纹理编码。对运动和纹理信息编码仍然采用经典的类似MPEG-1/2标准的运动预测/补偿法。输入笫N帧的VOP与帧存储器中存储的N-1帧的VOP进行比较，找到运动矢量，然后对两帧VOP的差值进行量化、编码。对不同对象的运动和纹理信息的编码可因地制宜地采用不同的方法，以提高编码效率。编码后得到的纹理信息，与运动编码器和形状编码器输出的运动信息和形状信息复接形成该VOP的比特流层。不同视频对象的VOP序列分别进行编码，形成各自的比特流层，经复接后在信道上传送。传送的顺序依次为形状信息、运动信息和纹理信息。接收端的解码过程是编码过程的逆操作。

从上面的MPEG-4标准和主要技术、算法的介绍，我们不难看出MPEG-4具有非常高的画面质量而码率却很低的特点，这必然导致了其编解码算法的复杂性。因此，传统的软件MPEG-4编解码效率非常低，系统延时比较严重，占用系统资源较多。

而本发明采用存硬件MPEG-4编解码芯片，完全按照MPEG-4标准进行编解码，使得编解码效率大大提高，缩短了系统延时，占用的系统资源也就大大减少，更加提高了图像、声音的传输效率，使得用户感觉通讯更加流畅。

因此，本发明结合了上述两种最先进的主流技术，实现了在通话的同时，通话双方可以互相看到对方的实时图像，做到真正的图文并茂，使得普通的家庭和个人能够真正做到足不出户享受图文并茂的实时通讯乐趣，为普通的家庭以及个人提供购买价格低、使用成本低(比目前任何一种通讯方式都便宜)、操作简单、便于携带、图像声音传输质量好等诸多优点的设备。

发明内容

根据本发明的一个方面，提供一种视频通信终端，包括：系统总线；与系统总线连接的嵌入式CPU；与系统总线连接的MPEG-4编解码芯片，MPEG-4编解码芯片连接视频采集装置和音频采集装置，MPEG-4编解码芯片对视频信号、音频信号进行MPEG-4编码，嵌入式CPU通过系统数据总线提取编码后的数据，将编码过的数据打包，将包传送至通信接口，从而将视频数据传送至网络。

根据本发明的另一个方面，提供一种利用视频通信终端进行视频通信的方法，其中主叫方和被叫方的视频通信终端具有唯一的服务号码，用于存储服务号码以及相关信息的服务号码解析服务器连接至互联网，该视频通信方法包括如下步骤：(1)主叫方通过视频通信终端接入互联网；(2)视频通信终端将本次接入的带宽信息、IP地址信息、视频通信终端的服务号码等信息传送给服务号码解析服务器；(3)主叫方将被叫方的服务号码发送至服务号码解析服务器；(4)服务号码解析服务器将被叫方在该服务器上记录的信息发送给主叫方，同时也把服务号码解析服务器上面记录的主叫方的信息发给被叫方；(5)主叫方和被叫方从服务器接收到对方的信息后，直接建立相应的连接；及(6)主叫方和被叫方将各自的视频通信终端的音频视频通过MPEG-4硬件编码芯片进行编码，将编码后的数据传送到对方，接收方将编码数据进行解码，并将解码后的数据输出到音频视频输出设备中。

本发明还提供一种利用视频通信终端进行视频通信的方法，其中主叫方的视频通信终端具有唯一的服务号码，被叫方是传统的网络终端，用于存储服务号码以及相关信息的服务号码解析服务器连接至互联网，该视频通信方法包括如下步骤：(1)主叫方通过视频通信终端接入互联网；(2)主叫方将视频通信终端的音频视频通过MPEG-4硬件编码芯片进行编码；及(3)在互联网中连接传统网络接入服务器，该服务器接收主叫方从互联网络上面发来的视频通信终端的呼叫信息，并根据呼叫信息类别通知相应的网关，把从视频通信终端发来的MPEG-4编码的音频数字信号解包并转换成被叫方的传统网络终端能够识别的语音信令，同时也要把被叫方从网关发来的传统网络终端的语音信令转换成音频数字信号，并利用RTP/RTCP协议打包发送给传统网络终端。

本发明还提供一种利用视频通信终端进行视频通信的方法，其中主叫方是传统网络终端，被叫方的视频通信终端设备具有唯一的服务号码，用于视频通讯终端与传统网络终端相互寻址以及传统网络语音信令与音频数字信号之间相互转换的传统网络接入服务器被连接至互联网，用于存储服务号码以及相关信息的服务号码解析服务器被连接至互联网，该视频通信方法包括如下步骤：(1)被叫方通过视频通信终端接入互联网；(2)视频通信终端将本次接入的带宽信息、IP地址信息、视频通信终端的服务号码等信息传送给服务号码解析服务器；(3)主叫方呼叫输入呼叫号码+视频通信终端的服务号码；(4)传统网络收到此呼叫信息后，通知网关呼叫传统网络接入服务器；(5)传统网络收到此呼叫后，根据呼叫号码，判断呼叫被叫方的视频通信终端；(6)传统网络转发呼叫信息到网关；(7)网关收到呼叫信息后，发送给传统网络接入服务器；(8)传统网络接入服务器根据网关发来的被叫方视频通信终端的服务号码，在号码解析服务器的系统数据库中进行查询；(9)传统网络接入服务器呼叫被叫方的视频通信终端；及(10)传统网络接入服务器把从被叫方的视频通信终端发来的MPEG-4编码的音频数字信号解包并转换成传统网络终端能够识别的语音信令，并将该信令发送至主叫方，同时也要把主叫方从网关发来的传统网络终端的语音信令转换成音频数字信号，并利用RTP/RTCP协议打包发送给被叫方的视频通信终端。

附图说明

图1是本发明通过互联网完成可视通话功能的视频通信终端的整体硬件原理框图；

图2是本发明通过互联网完成可视通话功能的视频通信终端的操作系统硬件原理框图；

图3是本发明通过互联网完成可视通话功能的视频通信终端的音视频编解码部分硬件原理框图；

图4是本发明通过互联网完成可视通话功能的视频通信终端的软件整体原理框图；

图5是本发明通过互联网完成可视通话功能的系统原理图；

图6是本发明通过互联网完成可视通话功能的总体流程图；

图7是本发明通过互联网完成可视通话功能的视频通信终端同传统网络终端设备的系统原理图；

图8是本发明通过互联网完成可视通话功能的视频通信终端同传统网络终端设备通话的流程图；

图9是传统网络终端设备同本发明通过互联网完成可视通话功能的视频通信终端通话的流程图；

图10是本发明的视频通信终端通过互联网完成可视通话功能的视频留言功能的流程图；及

图11是本发明通过互联网完成可视通话功能的服务器系统原理图。

具体实施方式

以下是参照附图来说明本发明的具体实施方式。

图1是按照本发明的通过互联网完成可视通话功能的视频通信终端的硬件整体原理框图。参见图1，视频通信终端包括CPU系统模块板101、键盘控制模块102、芯片上磁盘(DOC，Disk On chip)文件系统模块103、字符型号LCD液晶屏幕104、音视频编解码芯片105、视频采集模块106、音频采集模块107、音视频输出模块108、呼机唤起模块109、连接模块110。

视频通信终端硬件整体采用嵌入式操作系统结构，嵌入式系统是以应用为中心，以计算机技术为基础，并且软硬件可裁剪，适用于应用系统对功能、可靠性、成本、体积、功耗有严格要求的专用计算机系统。

嵌入式操作系统结构：

●嵌入式微处理器(CPU)：所有的硬件指令、接口、计算、通讯等等操作都是通过它来完成的。它所采用的技术是基于传统PC的CPU，将传统PC的CPU进行适当的裁减以完成特定的功能。这样使得其可以具有CPU的大部分，但是具有成本低、功耗低、性能稳定等诸多优点。目前主要的嵌入式CPU为ARM、PowerPC等系列。

嵌入式微处理器一般具有以下四个特点：

1)对实时多任务有很强的支持能力，能完成多任务并且有较短的中断响应时间，从而使内部的代码和实时内核心的执行时间减少到最低限度。

2)具有功能很强的存储区保护功能。这是由于嵌入式系统的软件结构已模块化，而为了避免在软件模块之间出现错误的交叉作用，需要设计强大的存储区保护功能，同时也有利于软件诊断。

3)可扩展的处理器结构，以能最迅速地开展出满足应用的最高性能的嵌入式微处理器。

4)嵌入式微处理器必须功耗很低，尤其是用于便携式的无线及移动的计算和通信设备中靠电池供电的嵌入式系统更是如此，如需要功耗只有mW甚至μW级。

●外围硬件设备：嵌入式操作系统支持多种外围硬件设备，提供了良好的接口。例如：USB、并口、串口、RJ-45以太网口等诸多接口，使得嵌入式操作系统连接外围设备变得非常的简单。支持这些接口的驱动程序是非常容易加载到嵌入式操作系统里面来的，在其上面的进行应用软件的开发以及进行数据传输也变得相对容易了很多。

●嵌入式操作系统：是一种实时的、支持嵌入式系统应用的操作系统软件，它是嵌入式系统(包括硬、软件系统)极为重要的组成部分，通常包括与硬件相关的底层驱动软件(BSP)、系统内核(Core)、设备驱动接口(Driver)、通信协议、图形界面(GUI)、标准化浏览器Browser等。目前，嵌入式操作系统的品种较多，其中较为流行的主要有：Windows CE、Pa1m OS、Re al-Time Linux、VxWorks、pSOS等。与通用操作系统相比较，嵌入式操作系统在系统实时高效性、硬件的相关依赖性、软件固态化以及应用的专用性等方面具有较为突出的特点。

●用户的应用程序：在嵌入式操作系统之上的，完成人机交互所必需的软件部分。这一部分由专业的开发工具，在嵌入式操作系统之上进行开发。系统运行时，在操作系统的调用下，完成系统的输入、输出、控制、监视、管理等工作。这一部分软件是存储在硬件的Flash中的。

视频通信终端由于采用了嵌入式操作系统，本发明的视频通信终端具有以下明显的优点：

●由于只是完成特定功能，软件被固化在视频通信终端内部，同外界联络只需要通过键盘102既可完成控制，通过字符型LCD104现实操作过程以及系统状态。因此，使得视频通信终端操作变得非常简单，通过简单的按键就可以完成上网、观看视频、收听音频等操作，不需要复杂的计算机专业知识。

●由于嵌入式系统的微处理器体积小，因此使得视频通信终端的整体体积很小，这样非常便于携带，增加了系统的可移动性。

●由于嵌入式系统的微处理器功耗小，因此使得视频通信终端的整体功耗变小，系统发热量减少，提高了系统的整体稳定性。

●因嵌入式操作系统具有实时性能好，因此可以有效的处理命令、高效的传输和接收数据，使得视频通信终端的系统整体延时降到了最低。另外，嵌入式操作系统具有多线程任务处理的能力，使得视频通信终端可以稳定、高效的同时处理多个事务。

●嵌入式操作系统的应用软件固化在硬件中，因此，用户在使用的时候不需要安装任何的软件，使用方便，通电、开机既可使用，在任何地方均可使用。

●嵌入式操作系统的应用软件只是为了完成专有的功能，因此使得视频通信终端整体性能非常稳定，不容易出现类似于普通PC的死机现象。更重要的是，嵌入式操作系统不会受到计算机病毒的侵害，无论是网络病毒，还是单机病毒，目前都不会对嵌入式操作系统造成任何的侵害，因此系统性能大大提高。

●嵌入式操作系统的应用软件固化在硬件中，使得系统调用、运行变得非常简单和迅速，因此它的执行效率是非常高的。这样会使得视频通信终端操作会更加快捷，使用起来会更加流畅。

●由于嵌入式操作系统的软件是固化在硬件中的，因此不易被外人盗取，也就是说视频通信终端中的软件是不容易被模仿的，这也就防止了别人盗版视频通信终端中的嵌入式软件，从而大大的保护了视频通信终端的知识产权。

●视频通信终端整体采用嵌入式操作系统，整体成本大大下降，远远低于普通PC的价格。这样就使得该视频通信终端的普及成为可能。

上述诸多优点均为视频通信终端采用嵌入式操作系统的原因，既为视频通信终端采用嵌入式操作系统所带来的优点。

视频采集模块106完成对视频信号的采集，包括镜头、彩色CMOS/CCD传感器、ADC(模数转换器)等。音频采集模块107完成对音频信号的采集，包括麦克风、ADC(模数转换器)等。

连接模块110为系统总线连接，物理上采用硬件接插件。

视频采集模块106、音频采集模块107采集到的数字音视频信号传输到音视频编解码模块105进行编码，编码后的码流经过连接模块110传输给CPU系统模块板101，经过CPU系统模块板101内的应用软件利用RTP/RTCP协议进行打包处理，再由网络传送到互联网上的对方。

键盘102用来完成对本发明的视频通信终端进行网络拨号、呼叫等操作功能。

DOC文件系统模块103为CPU系统模块板101的文件操作系统，CPU系统模块板101的操作系统、协议、应用软件等软件系统均储存在DOC文件系统模块103上。

字符型号LCD104用来完成输入字符的显示、设备的状态显示等文字信息显示。

CPU系统模块板101接收到网络传输来的数据码流，经过应用程序解包后经由连接模块110传送给音视频编解码芯片105，经由音视频编解码芯片105解码后，通过音视频输出模块108输出，包括：s复合信号、LCD输出接口、A/V输出等。

呼机唤起模块109用于当视频通信终端在没有接入互联网、没有在服务号码解析服务器上面注册的情况下，当主叫方上网呼叫被叫方，而被叫方并没有接入互联网络时，号码解析服务服务器会通知寻呼台的无线网络，向被叫方的呼机唤起模块109发送被叫信息，呼机唤起模块109收到被叫信息后，通过振铃或者震动通知被叫方有人呼叫。或者直接发送信号给CPU系统模块板101，进行软启动，自动拨号，自动同主叫方建立连接，直接接收主叫方的数据。

技术方法特点：

●DOC文件系统模块103的采用：传统的嵌入式操作系统均采用普通的FLASH芯片作为存储操作系统以及应用程序，这样做的缺点是：需要自行编写文件系统、可读写次数少、芯片寿命短等；

DOC是一种采用FLASH芯片作为基本存贮单元，外加一些控制芯片，通过特殊的软硬件来操作的一种模块化、系列化的电子存贮装置。它采用了TUREFFS技术对Flash进行管理，可以把Flash模拟成为硬盘，使用方便，且容量可以达到288MB；也正是因为采用了TureFFS技术对数据在Flash中的读写操作进行管理，大大提高了DOC的写操作的次数，远远超过了普通Flash1～10万次的写寿命。

采用DOC的优点为：

无须自行编写文件系统；

芯片的寿命加长；

应用程序以文件的形式存储在DOC上，读写方便，

不出错。

●呼机唤起模块109的采用：通过第三方(传呼网络)通知不在线被叫方的视频通信终端，这样可以做到随时随地都可以接收到主叫信息。

图2是按照本发明的通过互联网完成可视通话功能的视频通信终端的操作系统硬件原理框图。参见图2，各模块的说明：

嵌入式CPU201为视频通信终端的操作系统硬件的核心芯片，所有的控制指令、运算、程序控制等等均由它来完成。电源芯片202用于给操作系统硬件板提供电源包括：5V、3V、1.8V等。晶振203为嵌入式CPU201的主控晶振，用于嵌入式CPU201的系统时钟。晶振204为UART的系统时钟，为UART接口芯片205、206提供系统时钟。UART接口芯片205、206也就是串口通信接口，用于系统硬件板连接串口外设，例如：云台等。以太网接口芯片207为网络传输协议提供物理传输通道。RJ-45接口208为以太网接口RJ-45头，用于接入ADSL或者LAN等等。晶振209为以太网所用的晶振。晶振210为USB接口的外接晶振。USB接口211为USB接口连接器，用于外接USB存储设备。FLASH212是用作BOOT用的FLASH。存储芯片模块213是用作系统程序运行时的主内存。DOC文件接口214为同文件控制器DOC103接口。字符型号LCD接口215为同字符型LCD104接口。系统总线216是同音视频编解码板的系统总线接口，接图3。

接入电源后，经过电源芯片202对输入电压进行变压，输出式和操作系统板上面所需要的不同的工作电压。晶振203、204、209、210分别启动，分别支持嵌入式CPU201、UART接口芯片205、UART接口芯片206、以太网接口芯片207、USB接口211模块。电压、以及系统时钟稳定后，嵌入式CPU201从FLASH212调入BOOT程序，进行操作系统的初始化工作。嵌入式CPU201完成这一工作以后，再通过DOC接口214从DOC中调入相关的应用程序，运行需要挂起的程序、线程等。完成这些初始化的工作以后等待字符型LCD接口215(含键盘102接口)发来用户的控制指令。

当用户进行上网操作时，嵌入式CPU201提示用户输入ISP的号码、用户名、密码，用户通过键盘输入上述信息后，按“#”号键。嵌入式CPU201收到上述信息后，通过DOC接口216调用存储在DOC中的PPP拨号应用程序，通过以太网接口芯片207、RJ-45接口208、UART接口205、UART接口206物理接口以ADSL、Modem、LAN等方式接入互联网络。

接入成功后，嵌入式CPU201会自动运行带宽侦测程序，用于检测此次接入的带宽情况。确定后，会把这一信息通过系统总线216告知音视频编解码模块板，确定音视频编码的速率，用于自动适应带宽。同时，嵌入式CPU201会通过以太网接口芯片207、RJ-45接口208、UART接口205、UART接口206向号码解析服务器发送包含本次接入的基本信息的数据包。

当号码解析服务器分别通知了主叫方和被叫方之后，主叫方和被叫方直接建立连接，嵌入式CPU201通过系统总线216通知音视频编解码板进行音视频的采集、编码，数据码流存储在存储芯片中。嵌入式CPU201通过系统总线216从存储芯片中提取编码数据进行RTP/RTCP打包，再通过以太网接口芯片207、RJ-45接口208、UART接口205、UART接口206传送到网络中去。从网络中通过以太网接口芯片207、RJ-45接口208、UART接口205、UART接口206得到的包含音视频编码数据的RTP/RTCP包，嵌入式CPU201对其进行解包，解包后的音视频编码数据通过系统总线216传输到音视频编解码卡进行解码，同时形成标准的音视频信号输出。

如果需要存储，嵌入式CPU201通过控制USB接口211来完成对USB外接存储设备的控制以及数据的读取。

技术方法特点：

●采用嵌入式CPU(微处理器)，同传统的单片机、DSP(数字信号处理芯片)相比有着很大的优越性，对比如下：

■单片机：控制能力强，设计开发周期短，不支持多线程、多任务，实时性差，运算能力差，不支持网络功能，支持的接口少，成本低。

■DSP：控制能力强，设计开发周期长，支持多线程、多任务，实时性好，运算能力强，网络功能需要自己编写，支持的接口少，成本高。

■嵌入式CPU：控制能力强，设计开发周期短，支持多线程、多任务，实时性好，运算能力强(但是不如DSP)，网络功能强大，支持的接口多，成本低。

●内嵌PPPoe拨号程序，支持ADSL、Cable Modem、LAN接入方式，传统的可视电话仅仅支持Modem(56K调制解调器)；

●支持本地存储，对自己喜欢的音视频片断可以进行存储。传统可视电话系统不支持。

●操作系统的应用软件部分，要内嵌“接入信息”(存储当地常用的接入服务商号码，账号，密码等，用户可以一键上网)、“电话簿”(存储常用的联系人的服务号码，用户可以一键拨号)、“铃声”(在线时，作为被叫方要可以响铃，铃声可以从互联网络上面下载)、“视频留言”(被叫方不在线，主叫方可以留一段语音视频片断上传到我们的服务器上面，然后等到被叫方下次上线后，即可观看)等操作功能。

上述功能传统的可视电话系统均不具备。

图3是按照本发明的通过互联网完成可视通话功能的视频通信终端的音视频编解码部分硬件原理框图。

参见图3，音视频编解码采用MPEG-4硬件编解码技术，图像经过镜头301投射到传感器302上面，传感器302经过感光后，将感光后的视频信号输入到视频ADC303，经过视频ADC303的模拟到数字转换后，输入到MPEG-4编解码芯片304中。经过麦克风307采集到的模拟音频数据经过音频ADC/DAC芯片310的模拟到数字的转换后，同样输入到MPEG-4编解码芯片304中。MPEG-4编解码芯片304对视频信号、音频信号进行MPEG-4编码，并存储到存储器305中，等待嵌入式CPU201通过系统总线314提取。嵌入式CPU201通过系统总线314把编码过的数据打包，传送到网络上面。

从网络上面接收到的数据流，经嵌入式CPU201解包后，经过系统总线314传输到存储器305中，MPEG-4编解码芯片304从存储器305中读取数据，进行MPEG-4解码。解码后，视频部分通过视频DAC311完成数字到模拟的转换，通过CVBS输出端子312输出到电视等监视设备上。或者，可以通过MPEG-4编解码芯片304上面的LCD驱动，通过LCD接口313进行LCD的输出，用户可直接通过LCD进行观看图像。音频部分通过音频ADC/DAC芯片310进行数字到模拟的转换后，从左声道308、右声道309输出。

技术方法特点：

●声音为双声道立体声。传统可视电话的声音均为单声道，非立体声。

●当视频从LCD输出时，音频从扬声器中输出，使得用户无需使用耳机即可听到声音。传统的可视电话，采用普通电话话筒方式，使用极为不方便。

●有标准视频、音频信号输出，可以直接与电视相连。传统可视电话没有。

●本发明提供了在显示对方图像的同时，只需要用户按键，即可立刻显示本地端的图像，这样可以方便用户调整本地端的图像的位置，避免本地端图像在对方无法正确显示的缺点。传统的可视电话系统没有该功能。

图4是按照本发明的通过互联网完成可视通话功能的视频通信终端的软件整体原理框图。

参见图4，系统硬件416在介绍附图2的时候已经介绍过了，只是为了说明软件部分同硬件的关系。

应用软件401包含：音频和视频打包程序(利用RTP/RTCP协议对从系统总线216接收到的音视频编码码流进行打包，然后发送到互联网上)、音频视频同步处理程序(从互联网接收到的音视频码流后，要保证视频和音频的同步，避免画面和声音错位)、系统初始化程序(对系统进行初始化的工作，以便系统正确的调用相关应用程序)、异常处理程序、键盘和字符型LCD的应用程序(接收从键盘发来的控制信号，以及在LCD上显示系统状态)。

嵌入式操作系统库函数402为嵌入式操作系统的底层库函数，支持应用软件401的运行。I/O系统403为文件输入输出系统，支持应用软件对文件的读写操作。文件系统404位操作系统上面文件格式的定义系统。TCP/IP、RTP/RTCP405为系统的协议栈，存放网络传输协议的文件以及函数，支持系统的网络传输式的调用。PPP模块406为支持PPP协议的软件包，使得系统支持PPP调用。

根据附图4，软件整体结构按照层次结构来划分，系统的软件可以分成应用软件401、硬件相关软件410两部分，两者之间的接口就是BSP411。

驱动程序可以分为几个大类：以太网驱动程序DOC驱动412(用于从DOC文件系统读取文件的驱动程序)、音视频驱动413(用于通过系统总线216、314对MPEG-4编解码芯片304进行控制、读取等操作)、UART驱动程序414(用于驱动UART接口芯片205、206)、以太网驱动程序415(用于驱动以太网络接口芯片207)。上述驱动程序只需要正确挂接到411下即可，保证上层应用程序对底层硬件的正确访问。

编写412也有特殊的要求，412是以“二进制代码”的形式提供的，在不同的硬件平台下面都是不同的，各种DOC的厂家提供了在相应的嵌入式操作系统下面的驱动源代码，本发明需要把DOC正确驱动、挂接到相应的文件系统下面即可。

在硬件结构一定的基础上，整个系统的性能主要取决于软件的结构和性能。因此，可以这样说系统的工作的稳定性、可靠性、安全性主要取决于上层软件的编写。

以下参考图5和6说明本发明的总体流程。图5是按照本发明的通过互联网完成可视通话功能的系统原理图，图6是本发明通过互联网完成可视通话功能的总体流程图，其中多个手持设备501、502通过互联网可以完成可视通话功能，每个视频通信终端都具有唯一的服务号码，该服务号码是该视频通信终端在本发明的可视通信中的标识。服务号码解析服务器503、视频留言服务器504连接至互联网，为视频通信终端501、502完成号码解析、视频留言等功能的服务器组。

每一台终端设备在出厂的时候，就会有一个唯一的“服务号码”固化在终端设备的DOC103中，是随同终端设备销售的时候分配到每一个用户手中的。但是，如果用户需要修改，通过互联网络(登陆我们专用的网站)，或者各地专业代理商那里进行修改。修改后的新的“服务号码”会存储在号码解析服务器503的系统数据库1005中。当用户下一次登陆互联网络的时候，号码解析服务器503的应用软件607会通知终端设备。终端设备中的应用软件401接收到“服务号码”修改的信息后，通过DOC驱动412修改原来存储在DOC103中的“服务号码”，重新分配新的“服务号码”存储在DOC103中。

所有的“服务号码”均存储在我们的号码解析服务器503的系统数据库1005中，当用户主叫或者被叫的时候，所有的查询、登记、存储工作均从此进行调用。

通过视频通信终端501与502(可以为多个)利用服务器组在互联网上建立可视通话为例说明本发明的整体系统原理以及整体的流程。

视频通信终端加电，系统初始化，待机状态601：视频通信终端501、502加电，CPU系统开始工作，系统初始化，将底层的应用程序加载，驱动各个端口的驱动程序，调入应用程序，系统待机，等待用户输入命令。

用户输入拨号信息，接入互联网络602：用户通过键盘102输入当地ISP(网络接入服务商)的号码、账号、密码等拨号信息，请求接入互联网络。

判断用户的连接方式603：视频通信终端的后端会有开关，用户可以自行选择接入互联网络的接入方法，可以是电话线(Modem)、ADSL、或者是LAN(局域网)等。如果是电话线，则操作系统调用应用程序PPP模块完成接入互联网604功能。如果是ADSL，则调用应用程序PPPoe模块完成互联网604功能。

获取本次接入互联网络的IP地址及网络信息605：视频通信终端501、502接入互联网络后，会从当地ISP(互联网络接入服务商)那里获得本次接入的IP地址、本地端口信息等接入网络信息，将这些信息暂时存储在存储芯片213中。

运行带宽侦测程序606：视频通信终端501、502的操作系统会自动运行带宽侦测程序，检测出本次接入互联网络的上行和下行带宽情况。侦测到的本地端的带宽数据存储在存储芯片213中，当视频通信终端501、502建立通话关系之前，通话双方的视频通信终端就已经知道了对方的当地带宽情况，及时的通知音视频编解码模块105中的MPEG-4编解码芯片304动态的根据对方的带宽情况调整发送端的编码码流速率。这样做的主要原因是：通话的双方如果接入带宽不同，为了使得发送码流速率和接收码流速率的协调统一，必须运行带宽侦测程序，使得发送和接收方的码流速率一致，这样避免系统发送和接收的盲目性，同时也避免了网络资源的浪费。

运行完带宽侦测程序后，视频通信终端501、502进入联网待机状态607。

将本次的接入信息发送到号码解析服务器608：视频通信终端501、502每隔一段时间就会向号码解析服务器503通过TCP/IP协议发送含有视频通信终端的服务号码、本次接入的IP地址、本次接入的网络带宽等基本信息的数据包，并等待呼叫。

服务号码解析服务器503收到上述数据包后，存入系统数据库1005中。并且视频通信终端501、502会在接入互联网络后每隔一段时间就会向服务号码解析服务器503发送上述的数据包，服务号码解析服务器503会不断的更新系统数据库1005里面的视频通信终端501、502的数据，保证接入互联网络的视频通信终端501、502设备的基本信息的实时性、同步性。

用户输入被叫方服务号码609：主叫方视频通信终端501(假设其服务号码也为501)通过设备上的键盘输入被叫方视频通信终端502的服务号码(假设其服务号码也为502)，然后按“#”号键确认。

将被叫信息发送到号码解析服务器610：视频通信终端501会向服务号码解析服务器503通过TCP/IP协议发送包含视频通信终端501的服务号码、本次接入的IP地址、本次接入的当地网络带宽、视频通信终端502的服务号码等呼叫信息数据包。

号码解析服务器根据主叫方发来的被叫信息在其数据库中进行检索611：号码解析服务器503会根据主叫方发来的被叫信息在系统数据库中1005进行查询检索，如果查不到被叫方视频通信终端502的联网信息，则服务号码解析服务器503会发给主叫方视频通信终端501诸如“被叫用户不在线”的相关信息。

号码解析服务器向被叫方发送呼叫请求信息612：如果查询到被叫方视频通信终端502的联网信息，则服务号码解析服务器503将收到的主叫方视频通信终端501的呼叫数据包通过TCP/IP协议发送给被叫方视频通信终端502。

被叫方基本信息发送到号码解析服务器613：被叫方视频通信终端502接到从号码解析服务器503发来的主叫方视频通信终端501的呼叫请求信息数据包后，会向服务号码解析服务器503通过TCP/IP协议发送包含被叫方视频通信终端502本次接入的IP地址、视频通信终端502本次接入的当地网络带宽等被叫方信息数据包。

号码解析服务器把被叫方基本信息发送给主叫方614：服务号码解析服务器503收到被叫方视频通信终端502的基本信息后，会把被叫方视频通信终端502的基本信息发送给主叫方视频通信终端501。

主叫方收到被叫方基本信息615：主叫方视频通信终端501收到被叫方视频通信终端502的基本信息后(IP地址、带宽信息等)，通过RTP/RTCP同被叫方视频通信终端502直接建立网络连接，完成主叫方同被叫方的连接616。

主叫方发送编码数据，并同时接收被叫方编码数据并解码、显示图像和还原声音617：建立连接后，主叫方视频通信终端501的嵌入式CPU模块板101通过连接模块110通知音视频编解码模块105对主叫方的视频、音频进行MPEG-4的编码，编码的码率根据被叫方发来的带宽来确定。编码后的码流通过连接模块110传输到存储芯片213中，嵌入式CPU调用RTP/RTCP应用程序，对存储在存储芯片213中的编码数据进行打包，并根据被叫方的网络信息发送到被叫方视频通信终端502。被叫方视频通信终端502收到主叫方视频通信终端501的编码码流后，先存储在502的存储芯片213中，然后由嵌入式CPU调用RTP/RTCP应用程序，对存储在存储芯片213中的编码数据进行解包，在通过连接模块110传输到音视频编解码模块105中进行MPEG-4解码，并同时形成模拟图像输出。值得注意的是：由于实际网络带宽的不稳定，如果采取接收数据和解码数据同步进行的话，会导致输出解码后的模拟信号帧数不稳定，也就是说用户会感觉跳帧、画面抖动不连续的现象。因此，为了避免上述情况，在接收从网络上面传输的码流的时候，事先要在存储芯片213中建立Cache(缓存区)，RTP/RTCP应用程序在把码流解包后，先存储在存储芯片213中的Cache中，根据接收到的码流动态的调整Cache的大小，也就是说，不管网络带宽有微小或者比较大的变动，但是发送到编解码芯片中的解包码流数据始终会变得非常稳定，从而使得用户观看图像和声音的时候不会出现跳帧、画面抖动不连续的现象。(被叫方视频通信终端502发送视频、音频数据给主叫方视频通信终端501的过程同上)

双方任何一方终止本次呼叫618：如果双方任何一方终止本次呼叫，否则继续通话，是则回到网络待机状态607。

中断网络连接610：如果用户中断网络连接，则嵌入式操作系统调用PPP或者PPPoe应用软件切断同ISP的连接。

是否关机611：如果用户选择关机，则嵌入式操作系统将停止运行所有的应用程序并存储至DOC中，以便下次调用，系统关机612。否则回到待机状态601。

第一步，视频通信终端501、502通过联网设备(如MODEM等等)成功接入互联网络，同时，向号码解析服务器503通过TCP/IP协议发送含有视频通信终端的服务号码、本次接入的IP地址、本次接入的网络带宽等基本信息的数据包，并等待呼叫。

服务号码解析服务器503收到上述数据包后，存入数据库中。并且视频通信终端501、502会在接入互联网络后每隔几秒钟就会向服务号码解析服务器503发送上述的数据包，服务号码解析服务器503会不断的更新数据库里面的视频通信终端501、502的数据，保证接入互联网络的视频通信终端501、502设备的基本信息的实时性、同步性。

第二步，主叫方视频通信终端501(假设其服务号码也为501)通过设备上的键盘输入被叫方视频通信终端502的服务号码(假设其服务号码也为502)，然后按“#”号键确认。视频通信终端501会向服务号码解析服务器503通过TCP/IP协议发送包含视频通信终端501的服务号码、本次接入的IP地址、本次接入的当地网络带宽、视频通信终端502的服务号码等呼叫信息数据包。

第三步，服务号码解析服务器503收到第二步所提到的该呼叫数据包以后，会向被叫方视频通信终端502发送呼叫请求信息数据包。

第四步，如果被叫方视频通信终端502不在线，则服务号码解析服务器503会发给主叫方视频通信终端501诸如“被叫用户不在线”的相关信息。如果被叫方视频通信终端502在线，则当被叫方视频通信终端502接到第三步所提到的该请求信息数据包后，会向服务号码解析服务器503通过TCP/IP协议发送包含视频通信终端502本次接入的IP地址、视频通信终端502本次接入的当地网络带宽等被叫方信息数据包。

第五步，服务号码解析服务器503收到被叫方视频通信终端502的基本信息后，会把被叫方视频通信终端502的基本信息发送给主叫方视频通信终端501。

第六步，主叫方视频通信终端501收到被叫方视频通信终端502的基本信息后(IP地址、带宽信息等)，通过RTP/RTCP同被叫方视频通信终端502直接建立网络连接。

第七步，主叫方视频通信终端501把本地端经由设备本身压缩并且打包好的数据码流传送给被叫方视频通信终端502，同时被叫方视频通信终端502把本地端的经由设备本身压缩并且打包好的数据码流传送给主叫方视频通信终端501，双方建立起可视通讯的连接。直到通讯双方视频通信终端501和502种的任何一方终止本次呼叫。

图7是本发明通过互联网完成可视通话功能的视频通信终端同传统网络终端设备的系统原理图。

视频通信终端701：接入互联网络后，直接拨打传统网络终端705的号码。

传统网络接入服务器702：接收主叫方从互联网络上面发来的视频通信终端的呼叫信息，并根据呼叫信息类别通知相应的网关703。另外一个主要功能就是把从主叫方的视频通信终端701发来的音频数字信号解包并转换成被叫方的传统网络终端能够识别的语音信令，同时也要把被叫方从网关703发来的传统网络终端的语音信令转换成音频数字信号(最好不要加MPEG-4限定，因为只有音频的产品不是采用MPEG-4压缩算法)，并利用RTP/RTCP协议打包发送给传统网络终端701。

计费服务器706：用于通话计费。

网关703：接收从传统网络接入服务器702发来的呼叫信息，并根据呼叫的号码判断传统网络类别，寻址到相应的传统网络，并建立路由通道作为通话通道。另外一个重要的功能就是转发从传统网络接入服务器702发来的语音信令到传统网络704中，同时也要把从传统网络704发来的语音信令转发给传统网络接入服务器702。

传统网络704：可以为PSTN(固定电话)、GSM(移动电话)、CDMA(移动电话)等传统通话网络，根据网关703发来的呼叫信息，呼叫被叫传统网络终端705，建立通话通道并转发通话的语音信令。同时，将传统网络终端705发来的语音信令转发给网关703。

传统网络终端705：可以为固定电话、移动电话、小灵通手机等终端设备。

从图7我们可以看出，由于本发明的视频通信终端采用的是嵌入式操作系统，所有功能都在这个手持的终端设备中，不需要用户安装任何软件，操作简单，携带方便。

图8是本发明通过互联网完成可视通话功能的视频通信终端同传统网络终端设备通话的流程图。

主叫方视频通信终端呼叫801：主叫方视频通信终端直接输入传统网络终端设备的呼叫号码，例如：010(区号)6*******、135********等。

服务器响应802：号码解析服务器503接收到该呼叫后，判断并非是呼叫本发明的视频通信终端，则将本次呼叫转移至传统网络接入服务器702。传统网络接入服务器702收到此呼叫信息后，根据被叫号码的特征转移至相应的网关，并向网关发起呼叫。

向网关发起呼叫803：把被叫号码的信息传送给网关703，由网关703进行寻址并通知相应的传统网络。

网关连接建立804：传统网络接收到了由网关703发来的呼叫信息后，建立路由通道，并通知被叫方终端设备振铃。

被叫方是否应答805：如果被叫方应答，则双方通话806。否则路由建立失败811并同时发送失败消息至服务器812。传统网络接入服务器702收到路由建立失败的消息后，发送给主叫方“被叫方无应答”消息，并宣布呼叫结束814。

双方通话806：传统网络接入服务器702把从视频通信终端701发来的音频数字信号解包并转换成传统网络终端能够识别的语音信令，同时也要把从网关703发来的传统网络终端的语音信令转换成音频数字信号，并利用RTP/RTCP协议打包发送给传统网络终端701，这样双方就建立了语音通话的通道。

通话计费开始807：从被叫方应答也就是双方通话806开始，计费服务器706开始计费，直到双方任何一方挂机。

双方是否挂机808：双方任何一方均可以主动结束本次呼叫。

网关拆线809：一旦双方任一方结束本次呼叫，网关703就会释放通话时所占用的路由通道，同时通知网络接入服务器702和传统网络704本次呼叫结束，并通知计费服务器706通话结束、计费结束。

通话计费结束810：通话结束后，同时结束计费。

从上述流程，我们可以看出通过本发明的视频通信终端可以直接拨打传统网络终端705的号码即可完成通话。

图9是传统网络终端设备同本发明通过互联网完成可视通话功能的视频通信终端通话的流程图。

主叫方传统网络终端呼叫901：传统网络终端作为主叫方呼叫本发明的视频通信终端，输入呼叫号码“*****”+视频通信终端的服务号码。前端的“*****”为呼叫视频通信终端的接入号码，例如95512，传统网络704收到此呼叫信息后，根据“*****”接入号码就知道是呼叫本发明的视频通信终端，就会直接通知网关703呼叫传统网络接入服务器702。

传统网络响应902：传统网络704收到此呼叫后，根据“*****”呼叫号码，知道是呼叫本发明的视频通信终端701。

向网关发起呼叫903：传统网络704转发呼叫信息到网关703。

网关通知服务器904：网关703收到呼叫信息后，发送给传统网络接入服务器702。

服务器呼叫视频通信终端905：传统网络接入服务器702根据网关703发来的被叫方视频通信终端的服务号码，在号码解析服务器503的系统数据库1105中进行查询。

被叫方是否应答906：如果查询不到被叫方在线或者被叫方拒绝通话，则路由建立失败912，发送失败消息至传统网络913，传统网络704发送被叫方无应答消息914，呼叫结束915。

双方通话907：如果号码解析服务器503在其的系统数据库1105中查询到了被叫方在线数据，则传统网络接入服务器702呼叫视频通信终端701。如果被叫方视频通信终端701同意通话，传统网络接入服务器702把被叫方从视频通信终端701发来的音频数字信号(最好不要加MPEG-4限定，因为只有音频的产品不是采用MPEG-4压缩算法)解包并转换成传统网络终端能够识别的语音信令，并将该信令发送至主叫方，同时也要把从网关703发来的传统网络终端的语音信令转换成音频数字信号，并利用RTP/RTCP协议打包发送给被叫方的视频通信终端701，这样双方就建立了语音通话的通道。

通话计费开始908：通话通道一经建立，则通知计费服务器706开始计费。

双方是否挂机909：双方任何一方均可以主动结束本次呼叫。

网关拆线910：一旦双方任一方结束本次呼叫，网关703就会释放通话时所占用的路由通道，同时通知网络接入服务器702和传统网络704本次呼叫结束，并通知计费服务器706通话结束、计费结束。

通话计费结束911：通话结束后，同时结束计费。

图10是按照本发明的通过互联网完成可视通话功能的视频留言功能的流程图。

用户采用视频留言功能一般通过两种途径完成，一种是呼叫被叫方而被叫方不在线的情况，一种是主叫方主动留言给留言方，下面就分别介绍这两种流程：

主叫方呼叫1001：主叫方视频通信终端501处于联网待机状态607，输入被叫方视频通信终端502的服务号码进行呼叫被叫方。

判断被叫方是否在线1002：号码解析服务器503会根据主叫方发来的被叫信息在系统数据库中1005进行查询检索，如果查不到被叫方视频通信终端502的联网信息，则服务号码解析服务器503会发给主叫方视频通信终端501诸如“被叫用户不在线”的相关信息，并同时提示“主叫方是否采用视频留言1003”给主叫方。

录制主叫方视频1004：如果主叫方选择采用视频留言功能，则允许主叫方录制一段视频录像，先存储在DOC103中。

发送至视频留言服务器1005：当录制结束，主叫方将该段视频通过RTP/RTCP上传到视频留言服务器504上面。视频留言服务器504把留言信息、留言录像等信息存储在系统数据库1005中。

被叫方上网，待机状态1006：被叫方视频通信终端502接入到互联网络。

视频留言服务器发送留言信息给被叫方1007：视频留言服务器504会立刻把视频留言信息(留言的数量、留言发送方等)通过TCP/IP发送给被叫方视频通信终端502。由被叫方视频通信终端502决定是否观看视频留言1008。

从视频留言服务器下载并存储视频留言录像1009：用户选择“否”则不下载视频留言。用户选择了“是”则根据用户选择的留言视频片断进行下载，存储到DOC103中。

解码并观看1010：嵌入式CPU201通过连接模块110送入MPEG-4编解码芯片304中进行解码，并形成模拟视频输出观看。

当用户选择直接留言时，首先要录制主叫方视频1011存储在DOC103中，录制完毕后，主叫方输入留言方的服务号码，将录制好的视频留言片断发送至视频留言服务器1013。后面得流程同1006、1007、1008、1009、1010。

方法技术特点：现有的可视电话系统均为电信专线、或者直接拨打对方IP地址。由于目前中国电信均采用的是PPP接入协议，IP地址为动态分配的，也就是说用户每一次接入互联网络的时候IP地址都是不一样的，这样就给用户带来了很多的不便。

本发明采用服务号码解析的方法来处理动态IP分配问题，无论IP地址如何变化，只要记住对方的服务号码即可，每次拨叫对方的服务号码，即可完成可视通话连接。极大的方便了客户的使用。

图11是本发明通过互联网完成可视通话功能的服务器系统原理图。服务器硬件平台1101通过网络接入设备1102接入互联网，保证同视频通信终端的连接畅通。服务器硬件平台1101上面必须安装服务器操作系统1104，它们之间的交互是通过通讯协议层1103完成的。系统数据库1105是安装在服务器操作系统1104上面，用来存储所有用户的基本信息、呼叫信息、服务号码信息、IP信息等等，这些信息都是以表单的形式存放于表单1106中。服务器应用软件1107包含网络通讯协议模块1109(用于同视频通信终端进行底层的网络通讯，并将手持终端发来的信息解析并通过数据库读写模块1108存储在系统数据库1105中。同时，也要将服务器的信息发送给视频通信终端，保证视频通信终端正常通讯)、数据库读写模块1108(用于对系统数据库1105进行读写操作，包括：插入、修改、删除等操作，保证系统数据库1105的完整性、正确性)、管理应用模块1110(用于对所有数据、用户、系统等进行管理的模块，便于系统管理员对整个系统进行维护、监控、管理等)。

主叫方视频通信终端一旦接入互联网，就会向服务器发送其IP信息、服务号码信息、带宽信息等，网络通讯协议模块1109收到该信息后进行解包，然后将该信息通过数据库读写模块1108进行“写”操作，存储到系统数据库1105的表单1106中。主叫方视频通信终端会每隔一段时间就会重复上述发送信息的操作，网络通讯协议模块1109就会不断的通知数据库读写模块1108，不断的更新系统数据库1105中主叫方视频通信终端的信息。当主叫方视频通信终端呼叫被叫方视频通信终端时，发送呼叫信息到网络通讯模块1109，网络通讯模块1109通知数据库读写模块1108完成“查询”操作，查询被叫方视频通信终端在系统数据库1105中是否有登录纪录。如果有，则数据读写模块1108把被叫方视频通信终端的信息从系统数据库1105中读出来，通过网络通讯协议模块1109发送给主叫方视频通信终端，让主叫方和被叫方直接建立网络连接。如果没有，则发送“被叫方不在线”信息给主叫方视频通信终端，同时将本次呼叫信息(主叫方服务号码、呼叫时间等)通过数据库读写模块1108存入系统数据库1105中。

如果被叫方不在线，主叫方想使用“视频留言”功能给被叫方留言，同样，主叫方视频通信终端首先进行视频录像，把主叫方想要留言的内容在本地端录制好。然后，将本次录制好的视频片断通过TCP/IP协议发送至服务器，网络通讯协议模块1109收到该数据后，将该段视频、被叫方信息、主叫方信息、留言时间等等，通过数据库读写模块1108存储在系统数据库1105中。当被叫方视频通信终端上网后，网络通讯协议模块1109会通知数据读写模块1108从系统数据库1105中读出留给被叫方视频通信终端的视频留言信息，然后发送给被叫方，由被叫方选择是否观看。如果观看，则网络通讯协议模块1109就会将视频留言的视频片断发送给被叫方的视频通信终端。

综上所述，本发明提供了一种通过互联网完成可视通话的手持设备以及为之服务的服务器。具有如下显著特点：

●由于采用了嵌入式操作系统，手持设备体积小、便于携带、操作简单、系统稳定、功耗小、无需安装任何客户端软件、无计算机病毒干扰。

●用户可以通过电话线、ADSL、LAN、GPRS、WirelessLAN等多种接入方式接入互联网络，满足不同的用户上网需要。

●系统采用了目前世界上最为先进的MPEG算法，使得在窄带宽的情况下可以传输高质量的画面。

●本发明的服务器为用户作了动态IP的解析，使得用户无需知道对方的IP地址，只需要记住对方的服务号码(类似于电话号码)，即可完成通讯，大大的方便了用户的使用。

●本发明的设备可以对本地端的图像进行“视频留言”并存放到服务器上面，需要观看此留言的用户登陆之后，即可下载此段“视频留言”进行观看。

Claims

1.一种视频通信终端，包括：

系统总线(216)；

与系统总线连接的嵌入式CPU(201)；

与系统总线连接的MPEG-4编解码芯片(304)，MPEG-4编解码芯片(304)连接视频采集装置(106；301，302，303)和音频采集装置(107；307，308，309，310)，MPEG-4编解码芯片(304)对视频信号、音频信号进行MPEG-4编码，嵌入式CPU(201)通过系统数据总线(314)提取编码后的数据，将编码过的数据打包，将包传送至通信接口(111；205，206，207)，从而将视频数据传送至网络。

2.如权利要求1的视频通信终端，其中所述嵌入式CPU(201)将从通信接口接收的数据流解包，MPEG-4编解码芯片(304)对解包后的数据进行解码，并将解码后的数据通过音视频输出装置(108；308，309，310，311，312)输出。

3.如权利要求1或2的视频通信终端，其中视频采集模块(106)包括镜头、彩色CMOS/CCD传感器、模数转换器，用于完成对视频信号的采集；音频采集模块(107)包括麦克风、模数转换器，用于完成对音频信号的采集。

4.如权利要求1或2的视频通信终端，其中一个连接模块(110)连接系统总线、嵌入式CPU和MPEG-4编解码芯片，该连接模块为硬件接插件。

5.如权利要求1或2的视频通信终端，其中所述通信接口可以是局域网接口、MODEM、ADSL、IEEE1394、USB、CAN、Bluetooth或IrDA通信。

6.如权利要求1或2的视频通信终端，其中所述视频通信终端还包括键盘，用于信息输入。

7.如权利要求1或2的视频通信终端，其中所述视频通信终端还包括字符型显示器，用来完成输入字符的显示、设备的状态显示等文字信息显示。

8.如权利要求1或2的视频通信终端，其中所述视频通信终端还包括芯片上磁盘文件系统作为文件操作系统，用于存储操作系统、协议、应用软件。

9.如权利要求1或2的视频通信终端，其中所述视频通信终端还包括闪存(212)，用于引导系统。

10.如权利要求1或2的视频通信终端，其中所述视频通信终端还包括存储器模块213，用于系统运行时的主内存。

11.如权利要求1或2的视频通信终端，其中MPEG-4编解码芯片(304)与存储器(305)连接，对视频信号、音频信号进行MPEG-4编码后的数据存储到存储器305中，等待嵌入式CPU 201通过系统数据总线314提取；从通信接口上接收到的数据流，经嵌入式CPU 201解包后，经过系统数据总线314传输到存储器305中。

12.如权利要求1的视频通信终端，其中所述视频通信终端还包括与嵌入式CPU连接的呼机唤起模块109用于收到呼叫后，发送信号给嵌入式CPU进行软启动，并通过通信接口连接互联网以直接接收呼叫方的数据。

13.如权利要求1或2的视频通信终端，其中所述芯片上磁盘文件系统中存储识别该视频通信终端的唯一的服务号码。

14.一种利用视频通信终端进行视频通信的方法，其中主叫方和被叫方的视频通信终端具有唯一的服务号码，用于存储服务号码以及相关信息的服务号码解析服务器连接至互联网，该视频通信方法包括如下步骤：

(1)主叫方通过视频通信终端接入互联网；

(2)视频通信终端将本次接入的带宽信息、IP地址信息、视频通信终端的服务号码等信息传送给服务号码解析服务器；

(3)主叫方将被叫方的服务号码发送至服务号码解析服务器；

(4)服务号码解析服务器将被叫方在该服务器上记录的信息发送给主叫方，同时也把服务号码解析服务器上面记录的主叫方的信息发给被叫方；

(5)主叫方和被叫方从服务器接收到对方的信息后，直接建立相应的连接；及

(6)主叫方和被叫方将各自的视频通信终端的音频视频通过MPEG-4硬件编码芯片进行编码，将编码后的数据传送到对方，接收方将编码数据进行解码，并将解码后的数据输出到音频视频输出设备中。

15.如权利要求14的视频通信方法，其中步骤(6)中还进行视频通信终端动态的根据本地的带宽情况不断的调整编码速率，以适应不断变化的网络带宽的步骤。

16.如权利要求14的视频通信方法，其中视频通信终端在接入互联网后，每隔一段时间就会执行步骤(2)，以更新号码解析服务器的数据库，保证接入互联网的视频通信终端的基本信息的实时性、同步性。

17.如权利要求14的视频通信方法，其中主叫方视频通信终端收到被叫方视频通信终端的基本信息后，通过RTP/RTCP与被叫方视频通信终端直接建立网络连接。

18.如权利要求14的视频通信方法，其中步骤(6)还包括以下步骤：

主叫方视频通信终端的嵌入式CPU通过连接模块通知音视频编解码模块，对主叫方的视频、音频进行MPEG-4的编码，编码的码率根据被叫方发来的带宽来确定；

编码后的码流通过连接模块传输到存储芯片中，嵌入式CPU调用RTP/RTCP应用程序，对存储在存储芯片中的编码数据进行打包，并根据被叫方的网络信息发送到被叫方视频通信终端；及

被叫方视频通信终端收到主叫方视频通信终端的编码码流后，先存储在的存储器中，然后由嵌入式CPU调用RTP/RTCP应用程序，对存储在存储器中的编码数据进行解包，在通过连接模块传输到音视频编解码模块中进行MPEG-4解码，并同时形成模拟图像输出。

19.如权利要求14的视频通信方法，其中如果被叫方未连接至互联网，则执行以下步骤进行视频留言：

主叫方视频通信终端处于联网待机状态，输入被叫方视频通信终端的服务号码进行呼叫被叫方；

号码解析服务器根据主叫方发来的被叫信息在系统数据库中进行查询检索，如果查不到被叫方视频通信终端的联网信息，则服务号码解析服务器会发给主叫方视频通信终端“被叫用户不在线”的相关信息，并同时提示“主叫方是否采用视频留言”给主叫方；

如果主叫方选择采用视频留言功能，则允许主叫方录制一段视频录像，并存储视频通信终端的存储器中；

当录制结束，主叫方将该段视频通过RTP/RTCP上传到视频留言服务器；视频留言服务器把留言信息、留言录像等信息存储在系统数据库中；

被叫方视频通信终端接入到互联网络；

视频留言服务器把视频留言信息通过TCP/IP发送给被叫方视频通信终端；

被叫方下载视频留言至被叫方的视频通信终端的存储器中；及

被叫方的嵌入式CPU通过连接模块送入MPEG-4编解码芯片中进行解码，并形成模拟视频输出观看。

20.如权利要求19的视频通信方法，还包括以下步骤：

当用户选择直接留言时，首先要录制主叫方视频存储在主叫方的存储器中，录制完毕后，主叫方输入留言方的服务号码，将录制好的视频留言片断发送至视频留言服务器。

21.一种利用视频通信终端进行视频通信的方法，其中主叫方的视频通信终端具有唯一的服务号码，被叫方是传统的网络终端，用于存储服务号码以及相关信息的服务号码解析服务器连接至互联网，该视频通信方法包括如下步骤：

(1)主叫方通过视频通信终端接入互联网；

(2)主叫方将视频通信终端的音频视频通过MPEG-4硬件编码芯片进行编码；及

(3)在互联网中连接传统网络接入服务器，该服务器接收主叫方从互联网络上面发来的视频通信终端的呼叫信息，并根据呼叫信息类别通知相应的网关，把从视频通信终端发来的MPEG-4编码的音频数字信号解包并转换成被叫方的传统网络终端能够识别的语音信令，同时也要把被叫方从网关发来的传统网络终端的语音信令转换成音频数字信号，并利用RTP/RTCP协议打包发送给传统网络终端。

22.如权利要求21的视频通信方法，其中传统网络可以为固定电话、GSM移动电话、CDMA移动电话等传统通话网络，根据网关发来的呼叫信息，呼叫被叫传统网络终端，建立通话通道并转发通话的语音信令；同时，将传统网络终端发来的语音信令转发给网关。

23.如权利要求21的视频通信方法，其中传统网络终端可以为固定电话、移动电话、小灵通手机等终端设备。

24.一种利用视频通信终端进行视频通信的方法，其中主叫方是传统网络终端，被叫方的视频通信终端设备具有唯一的服务号码，用于视频通讯终端与传统网络终端相互寻址以及传统网络语音信令与音频数字信号之间相互转换的传统网络接入服务器被连接至互联网，用于存储服务号码以及相关信息的服务号码解析服务器被连接至互联网，该视频通信方法包括如下步骤：

(1)被叫方通过视频通信终端接入互联网；

(3)主叫方呼叫输入呼叫号码+视频通信终端的服务号码；

(4)传统网络收到此呼叫信息后，通知网关呼叫传统网络接入服务器；

(5)传统网络收到此呼叫后，根据呼叫号码，判断呼叫被叫方的视频通信终端；

(6)传统网络转发呼叫信息到网关；

(7)网关收到呼叫信息后，发送给传统网络接入服务器；

(8)传统网络接入服务器根据网关发来的被叫方视频通信终端的服务号码，在号码解析服务器的系统数据库中进行查询；

(9)传统网络接入服务器呼叫被叫方的视频通信终端；及

(10)传统网络接入服务器把从被叫方的视频通信终端发来的MPEG-4编码的音频数字信号解包并转换成传统网络终端能够识别的语音信令，并将该信令发送至主叫方，同时也要把主叫方从网关发来的传统网络终端的语音信令转换成音频数字信号，并利用RTP/RTCP协议打包发送给被叫方的视频通信终端。

25.如权利要求24的视频通信方法，其中在步骤(8)后还包括步骤：

如果查询不到被叫方在线或者被叫方拒绝通话，则路由建立失败，发送失败消息至传统网络，传统网络发送被叫方无应答消息，呼叫结束。

26.如权利要求24的视频通信方法，其中在步骤(10)后还包括步骤：

通话通道一经建立，则通知计费服务器开始计费；

双方任何一方均可以主动结束本次呼叫；和

一旦双方任一方结束本次呼叫，网关就会释放通话时所占用的路由通道，同时通知网络接入服务器和传统网络本次呼叫结束，并通知计费服务器通话结束、计费结束和通话结束后，同时结束计费。

27.如权利要求24的视频通信方法，其中传统网络终端可以为固定电话、移动电话、小灵通手机等终端设备。