LabVIEW 接住 800 Mbps 在轨视频流

两台在轨相机的原始视频数据率超过 800 Mbps,配套的地面支持设备必须在极短的窗口内开发完成、按时到位,还不能拖慢飞行硬件的设计进度。这套实时采集与图像处理系统,用 LabVIEW 和 PXI 平台搭了出来。

遥感数据接收站与高速存储设备,界面呈现在轨图像与数据流状态

01 要做什么:把航天员视角的画面送到地面

这个项目受商业伙伴委托,要研制两台相机,安装到空间站舱外的预制支架上,从轨道上拍摄地球的影像和视频。

先看这两台相机的定位。中分辨率相机提供静态图像,分辨率 5 m 每像素,幅宽约 50 km ;高分辨率视频相机(HRC)的地面分辨率达到 1 m 每像素,可以观测到大型人群和运动中的车辆。空间站的轨道高度约 400 km ,每天绕地球 16 圈 ,相机的取景范围正好覆盖轨道下方、全球约 90% 人口生活的区域。

项目的目标很直接:通过商业网站把画面播出去,让普通人在近实时看到航天员视角下的地球。由此还有望打开新应用,比如重大活动的动态画面、农业辅助、自然灾害救援。

这次要交付的,除了两台相机本身,还有配套的工程地面支持设备(EGSE)。

02 难在哪:电子学在自家做,对接方在别处

第一层难处来自分工。HRC 的电子学在项目内部设计和制造,但系统里相机最终要对接的其它部件,是由别处开发的。EGSE 的职责恰恰是把系统的一个个部分单独拿出来测试,这就要求它在整机联调之前就能独立工作。项目给 HRC 定的开发周期很短,所以 EGSE 不仅要按时可用,还不能过多占用飞行硬件设计的工程精力。

第二层难处来自数据本身。HRC 电子学通过一套定制的并行接口输出原始视频数据,总数据率超过 800 Mbps。EGSE 必须能把这个原始数据流完整地采集并录制下来,供工程师事后分析图像。数据的形态也有讲究:它是一组并行差分对,里面除了像素数据,还带着标识图像行起止的附加标志位。

第三层难处出现在计划之外。相机里有一块印刷电路板(PCB),在多路连接器之间做信号交叉,设计鉴定要求把整机经历数十次热循环,并在过程中持续监测板上的信号连通性。按传统做法,这类验证只能在全部热循环做完后手工补测,一旦发现问题,前面的循环就白做了。

03 方案:LabVIEW 加 PXI,各管一段

整套方案以 LabVIEW 和 PXI 平台为核心。采集这一环用 FlexRIO PXI Express FPGA 模块,配合 NI 6585 适配器模块,把 HRC 输出的原始视频接进来。实时处理放在 FPGA 里完成,用的是 LabVIEW FPGA Module。

处理后的数据经 PXIe-1082 机箱背板,送到运行在 PXIe-8133 嵌入式控制器上的主机 VI,最终落到 NI 8260 高速数据存储模块(固态盘)里。这条链路把"高速搬数据"和"写文件"两件事分开,FPGA 只管实时判断,主机只管存取和交互。

图像上的人眼确认交给 LabVIEW Vision Development Module:它实现了去马赛克(debayer)并把图像实时显示出来,工程师因此能一眼判断硬件是否工作正常。

至于那块交叉走线的 PCB,则用 LabVIEW 配合 PXI 数字万用表和 PXI 开关模块,把连通性测试自动化了。测试不再是流程末尾的一次性动作,而是贯穿整个热循环鉴定过程------一旦某次循环后出现异常,当场就能发现。

04 LabVIEW 里的程序:FPGA 切帧,主机存盘

真正见功夫的是 FPGA 里的那一段代码。它盯着数据流中界定图像帧起止位置的标志位,据此把连续的字节流拆成一张张独立的图像,并把帧与帧之间没有意义的数据直接丢掉。所有有效像素值被写入 DMA FIFO(先进先出存储器),再经 PXIe-1082 机箱背板传给主机 VI。另有一条 FIFO 专门向主机 VI 报告每帧中有效像素的数量。

主机 VI 从 DMA FIFO 里逐帧取出图像数据,保存到 NI 8260 高速存储模块。它同时提供了一个图形界面,用户可以指定文件路径,并选择是保存完整的原始数据流,还是把有效图像拆成一个个独立文件。这个选项在测试阶段很实用:工程师可以直接命令 EGSE 只采一帧,而不必先录一段数据流、事后再手工把那一帧抠出来。

文件路径选择这类核心功能,在 LabVIEW 里很快就实现了,因此能把精力集中在真正具体的应用难点上。

05 结果

这个项目最终在两年内完成了相机的研制。LabVIEW 软件与 FlexRIO FPGA 技术的组合,提供了测试硬件所需的吞吐能力,能按要求的速率采集图像包络,并实时判断哪些该保留、哪些该丢弃。

收益不止于性能。相比自建定制的验证与确认测试设备,采用这套平台让技术测试开发工作推进得更快;需求发生变化时也能快速适应,还覆盖了比最初设想更多的测试内容。对项目来说,守住发射档期、按时把相机技术交到商业伙伴手中是最重要的事,这一点做到了。

06 这个案例说明什么

第一,真正的取舍要发生在最前端。800 Mbps 的数据不可能整段存下来再慢慢挑,把"留还是丢"的判断放进 FPGA、放在数据进入存储之前,后端才有余量。凡是前端带宽受限的采集系统,思路都类似:在源头做减法,而不是在后端补算力。

第二,用两条 FIFO 分开传数据和元信息,是个成本很低但很有效的设计。像素走数据通道,每帧的有效像素数走另一条通道,主机端不必自己解析数据流,就能知道帧的边界和完整性。协议解析被下沉到 FPGA 之后,主机 VI 的代码会简单很多。

第三,基础设施代码和核心难点要分开管理。文件路径选择、界面这类功能在 LabVIEW 里属于快速实现的部分,做完就不必再动,注意力自然流向去马赛克、实时显示、单帧提取这些与业务强相关的部分。

第四,测试设备必须经得起改。项目里"需求变更""多测一些"都是常态,自建专用设备最怕的恰好是这两件事,而模块化的 PXI 平台擅长应付它们。

第五,已有投资会带来计划外的回报。PCB 连通性测试并不在最初的设想之内,但手头已经有 PXI 数字万用表和开关模块,顺手就把数十次热循环中的连通性监测自动化了。

把取舍放在最前端做

800 Mbps 不必全存。FPGA 先丢掉无意义数据,后端只处理有效像素,链路才有余量。
数据与计数分两条 FIFO

像素走数据 FIFO,像素数走第二条,主机不用解析数据流就知道帧边界。

07 写在最后

这类项目的难点,往往不在"能不能采到数据",而在"能不能在正确的时刻丢掉数据"。FPGA 的实时判断、主机端的存储与交互分工、测试设备的可演进性,是三个彼此咬合的环节,缺哪一环都会让整条链路卡住。

我们专注 LabVIEW 软件开发与测试测量系统集成,从硬件选型、方案设计到现场交付调试,提供一站式服务。像这类数据率高、时序紧、还要边采边判的采集与图像处理系统,正是我们每天在做的事。欢迎在评论区留言;身边朋友有类似项目,也欢迎帮忙引荐。

相关推荐
把我格子衫拿来1 小时前
相机标定误差很小,为什么测量仍不准?从 OpenCV 重投影误差到独立验证
python·数码相机·opencv·计算机视觉·相机标定
老唐7772 小时前
Transformer原理大白话讲解
人工智能·python·深度学习·神经网络·计算机视觉·ai·transformer
moonsims18 小时前
面向高危现场作业空间安全智能节点AiBrainBox-S:多模态空间融合、动态风险区、身份-视觉轨迹关联、设备级实时安全推理
人工智能·数码相机·无人机
通信大模型19 小时前
面向AI原生6G网络的可解释任务导向型Token通信
人工智能·计算机视觉
拜小白20 小时前
【论文解读】NadirFloorNet:用少量已配准全景图重建多房间户型图
计算机视觉·全景图
福大大架构师每日一题1 天前
ComfyUI v0.40.0发布:资产系统、原生 LoRA 堆栈、Qwen 3.5、3D 输出、相机节点与多项合作节点全面更新
数码相机·3d
LittroInno1 天前
远距巡检怎么选云台相机:先算焦距、视场与目标像素预算
数码相机·机器视觉·巡检·焦距·云台相机·视场角
Mark White1 天前
ICCV 2019【从颜色科学到相机】06_相机为什么有自己的“味道”?色调映射、3D LUT 与 JPEG
数码相机·3d
Zentceh1 天前
PixelClean 这类 AI 降噪算法是怎么工作的?从 RAW 域到 GAN 色彩重建的技术拆解
图像处理·人工智能·科技·算法·计算机视觉·车载系统·智能硬件