用树莓派和业余无线电打造远距离无线视频传送

主页（http://www.pttcn.net）：用树莓派和业余无线电打造远距离无线视频传送

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）。

• 在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())