GiaoThuc.comGiao Thức
Giao thức thời gian thực và IoT

RTSP là gì: giao thức điều khiển luồng video của camera IP hoạt động ra sao

RTSP điều khiển luồng video như chiếc điều khiển từ xa: DESCRIBE, SETUP, PLAY, TEARDOWN, còn hình đi bằng RTP. Vì sao trình duyệt không mở được RTSP.

Technician on a ladder adjusting a security camera mounted under the eaves of a shophouse in Bac Ninh, coiled network cable on his shoulder, overcast sky, face hidden by cap

RTSP (Real Time Streaming Protocol) là giao thức điều khiển phiên phát luồng media: nó cho phép trình phát hỏi camera có những luồng gì, thiết lập cách nhận, ra lệnh phát, tạm dừng và kết thúc. Bản thân RTSP không chở hình; hình và tiếng đi bằng RTP, trên đường khác hoặc lồng trong cùng kết nối. RTSP vì thế giống chiếc điều khiển từ xa, còn RTP là dây tín hiệu.

Hầu hết camera IP gắn ở nhà, cửa hàng, nhà xưởng đều có một luồng RTSP, và đầu ghi hình, phần mềm quản lý video lấy hình qua đó. RTSP 1.0 được mô tả trong RFC 2326 năm 1998, RTSP 2.0 trong RFC 7826 năm 2016, nhưng thiết bị phổ biến vẫn chủ yếu dùng bản 1.0. Phần dưới lần theo một phiên RTSP từng lệnh, giải thích hai cách vận chuyển hình, vì sao trình duyệt không mở thẳng được và những điểm cần lưu ý khi vận hành camera trong mạng của mình.

RTSP trông giống HTTP nhưng có trạng thái

Nhìn một tin nhắn RTSP, người quen HTTP sẽ thấy rất quen: dòng đầu gồm phương thức, đường dẫn và phiên bản giao thức, tiếp theo là các header, mỗi header một dòng, phản hồi có mã trạng thái 200 OK, 401, 404 với ý nghĩa tương tự. Cổng mặc định là 554 trên TCP.

Khác biệt cốt lõi là RTSP có trạng thái. Máy chủ (ở đây là camera hoặc đầu ghi) nhớ mỗi máy khách đang ở bước nào: đã thiết lập chưa, đang phát hay tạm dừng. Mỗi phiên có một mã phiên do máy chủ cấp trong header Session, máy khách gửi kèm trong mọi yêu cầu sau đó. Mỗi yêu cầu còn mang header CSeq là số thứ tự tăng dần để ghép đúng phản hồi với yêu cầu.

Một điểm khác nữa: trong RTSP, máy chủ cũng có thể gửi yêu cầu cho máy khách, chẳng hạn thông báo thay đổi tham số, điều HTTP cổ điển không có. Trên thực tế camera thông thường ít dùng tính năng này; phần lớn phiên chỉ là chuỗi lệnh từ máy khách gửi đi.

Một phiên RTSP từ lúc mở đến lúc đóng

Ví dụ giả định: phần mềm xem camera trên máy tính kết nối tới một camera trong mạng nội bộ của cửa hàng.

  1. OPTIONS: máy khách hỏi camera hỗ trợ những phương thức nào. Bước này không bắt buộc nhưng nhiều phần mềm vẫn gửi, đồng thời dùng như nhịp tim giữ phiên.
  2. DESCRIBE: máy khách xin mô tả luồng. Camera thường đòi xác thực trước, trả 401 kèm thách thức; máy khách gửi lại kèm thông tin đăng nhập. Phản hồi thành công mang thân là SDP liệt kê các luồng con, ví dụ một luồng video H.264 và một luồng âm thanh, kèm đường dẫn điều khiển cho từng luồng.
  3. SETUP: với từng luồng con, máy khách đề xuất cách vận chuyển qua header Transport: nhận RTP qua UDP ở cặp cổng nào, hoặc lồng trong kết nối TCP hiện có. Camera trả lời cách đã chấp nhận và cấp mã phiên.
  4. PLAY: máy khách ra lệnh phát. Camera bắt đầu gửi gói RTP chở hình và tiếng; phản hồi có thể kèm thông tin số thứ tự và dấu thời gian RTP đầu tiên để trình phát đồng bộ.
  5. Trong lúc phát: máy khách gửi định kỳ một yêu cầu nhẹ như OPTIONS hoặc GET_PARAMETER để camera biết mình còn xem, vì phiên sẽ hết hạn sau một khoảng thời gian chờ ghi trong header Session.
  6. PAUSE và TEARDOWN: PAUSE tạm dừng, hữu ích khi xem lại bản ghi trên đầu ghi; TEARDOWN kết thúc phiên, camera giải phóng tài nguyên.

Nhiều camera giá phổ thông giới hạn số phiên đồng thời, có khi chỉ vài phiên. Nếu phần mềm cũ không gửi TEARDOWN khi đóng, phiên treo chiếm chỗ cho tới khi hết hạn, và người tiếp theo nhận lỗi không kết nối được.

Đọc phần SDP camera trả về khi DESCRIBE

Thân phản hồi DESCRIBE là SDP, mỗi dòng một thuộc tính. Một mô tả giả định của camera có một luồng video thường chứa những dòng đáng chú ý sau:

  • m=video 0 RTP/AVP 96: có một luồng video vận chuyển bằng RTP; cổng ghi 0 vì cổng thật sẽ thoả thuận ở bước SETUP; 96 là số hiệu loại tải động, nghĩa của nó được định nghĩa ở dòng kế tiếp.
  • a=rtpmap:96 H264/90000: loại tải 96 là video H.264, đồng hồ dấu thời gian RTP chạy ở 90 kHz, tần số chung cho video trong RTP, nên mỗi khung hình ở 25 khung mỗi giây cách nhau 3.600 đơn vị dấu thời gian.
  • a=fmtp:96 kèm các tham số như profile và bộ tham số mã hoá của luồng, giúp bộ giải mã khởi tạo trước khi nhận khung đầu tiên.
  • a=control: đường dẫn điều khiển của luồng con này, máy khách dùng nó trong yêu cầu SETUP.
  • Nếu có thêm dòng m=audio, camera có micro và phát luồng âm thanh riêng, cũng cần một lệnh SETUP riêng.

Khi phần mềm không hiện hình dù kết nối thành công, đọc dòng rtpmap thường cho câu trả lời nhanh nhất: camera có thể đang phát H.265 mà phần mềm hoặc máy xem không giải mã được. Đổi codec của luồng phụ sang H.264 trong cấu hình camera là cách thử đơn giản.

Hai cách vận chuyển hình: RTP trên UDP và RTP lồng trong TCP

Ở bước SETUP, lựa chọn cách vận chuyển ảnh hưởng trực tiếp tới việc hình có đến được hay không.

Tiêu chíRTP trên UDPRTP lồng trong kết nối TCP của RTSP
Cách chạyCamera gửi RTP tới cặp cổng UDP của máy khách, cổng chẵn cho RTP, cổng lẻ kế tiếp cho RTCPGói RTP và RTCP chen vào chính kết nối TCP cổng 554, mỗi gói có tiền tố gồm ký tự đô la, số kênh và độ dài 2 byte
Độ trễThấp, gói mất thì bỏ quaCó thể tăng khi mất gói vì TCP phải truyền lại và giữ thứ tự
Đi qua NAT và tường lửaKhó, vì camera phải gửi tới cổng UDP chiều vào của máy kháchDễ, chỉ cần một kết nối TCP đi ra
Khi mạng xấuHình vỡ ô vuông, nhoè tạm thờiHình đứng rồi chạy nhanh bù, trễ dồn lại
Thường dùng khiTrong mạng nội bộ ổn địnhXem qua mạng có NAT, VPN hoặc khi UDP bị chặn

Khi phần mềm báo đã kết nối mà màn hình đen, nguyên nhân hay gặp là chọn UDP trong khi tường lửa trên máy chặn gói đến. Chuyển sang chế độ TCP thường giải quyết ngay, đổi lại độ trễ có thể cao hơn khi đường truyền kém.

Vì sao trình duyệt không mở được luồng RTSP

Trình duyệt hiện đại không có trình phát RTSP và không cho trang web mở socket TCP hay UDP thô tới thiết bị tuỳ ý. Đó là lý do bạn không thể dán đường dẫn RTSP của camera vào thanh địa chỉ mà xem được, trong khi phần mềm trên máy tính hay ứng dụng điện thoại lại xem bình thường.

Muốn xem camera trên trang web, cần một máy chủ đứng giữa nhận luồng RTSP rồi đóng gói lại sang định dạng trình duyệt hiểu. Có hai hướng phổ biến. Hướng thứ nhất chuyển sang HLS hoặc DASH: tận dụng được bộ nhớ đệm và phục vụ nhiều người xem, nhưng độ trễ lên tới vài giây hoặc hơn, chấp nhận được cho xem lại, kém hợp cho điều khiển camera quay quét. Hướng thứ hai chuyển sang WebRTC: độ trễ dưới một giây, hợp xem trực tiếp, nhưng máy chủ phức tạp hơn.

Nếu luồng video gốc đã là H.264, máy chủ thường chỉ cần đóng gói lại mà không phải giải nén rồi nén lại, nên rất nhẹ. Nếu camera dùng H.265 mà trình duyệt đích không hỗ trợ, máy chủ phải chuyển mã, tốn CPU đáng kể với nhiều camera. Đây là chi tiết cần kiểm trước khi chọn kiến trúc.

Luồng chính, luồng phụ và ONVIF

Luồng chính và luồng phụ. Phần lớn camera IP phát song song hai hoặc ba luồng: luồng chính độ phân giải cao dùng để ghi, luồng phụ độ phân giải thấp dùng để xem lưới nhiều camera trên màn hình nhỏ. Mỗi luồng có đường dẫn RTSP riêng. Xem lưới mười sáu ô bằng luồng chính là cách nhanh nhất làm nghẽn mạng nội bộ và máy xem.

Đường dẫn RTSP không có chuẩn chung. Mỗi hãng đặt đường dẫn luồng theo kiểu riêng. Thay vì đoán, phần mềm thường hỏi camera qua ONVIF, một bộ đặc tả chung của ngành giám sát video, để lấy danh sách cấu hình và đường dẫn RTSP chính xác.

ONVIF không thay RTSP. ONVIF lo phần khám phá thiết bị, cấu hình, điều khiển quay quét thu phóng, còn luồng hình vẫn đi bằng RTSP và RTP. Hai thứ bổ sung cho nhau.

Tốc độ bit và khung chính. Khoảng cách giữa hai khung chính trong luồng H.264 ảnh hưởng thời gian chờ khi mở luồng: trình phát phải chờ khung chính kế tiếp mới hiện hình. Đặt khoảng cách quá dài thì mỗi lần mở camera phải đợi vài giây màn hình đen.

Vận hành camera trong mạng của mình: những điều cơ bản về an toàn

RTSP đời đầu thiết kế cho mạng tin cậy, xác thực đơn giản và luồng hình không mã hoá. Vì vậy cách vận hành quyết định phần lớn mức an toàn:

  • Đổi mật khẩu mặc định ngay khi lắp và tắt tài khoản không dùng; camera để mật khẩu mặc định là nguyên nhân phổ biến của việc hình ảnh bị người lạ xem.
  • Không mở thẳng cổng 554 ra Internet bằng chuyển tiếp cổng trên router. Xem từ xa nên đi qua kênh mã hoá do chính bạn quản lý, như VPN của văn phòng, hoặc cơ chế từ xa có mã hoá của đầu ghi.
  • Tách camera vào mạng riêng khỏi máy tính làm việc khi có thể, để một camera có lỗ hổng không thành cửa vào mạng chính.
  • Cập nhật firmware theo bản phát hành của nhà sản xuất, đọc ghi chú phiên bản trước khi cập nhật.
  • Chỉ kết nối, bắt gói tin trên camera của mình hoặc được chủ thiết bị cho phép; xem trộm luồng camera của người khác là vi phạm pháp luật về quyền riêng tư.

RTSP có biến thể chạy trên TLS, nhưng hỗ trợ trên camera phổ thông không đồng đều; cần kiểm tài liệu thiết bị hiện hành. Khi không có mã hoá ở tầng RTSP, giữ luồng hình trong mạng nội bộ hoặc trong đường hầm mã hoá là cách thực tế nhất.

Câu hỏi thường gặp

RTSP có truyền hình ảnh không?

Không trực tiếp. RTSP chỉ điều khiển phiên: hỏi mô tả, thiết lập, phát, tạm dừng, kết thúc. Hình và tiếng đi bằng RTP, có thể qua cổng UDP riêng hoặc lồng trong chính kết nối TCP của RTSP. Vì vậy RTSP thường được ví như chiếc điều khiển từ xa.

RTSP dùng cổng nào?

Mặc định RTSP dùng cổng 554 trên TCP. Khi vận chuyển hình qua UDP, luồng RTP và RTCP dùng thêm cặp cổng do hai bên thoả thuận ở bước SETUP. Nhiều camera cho phép đổi cổng RTSP trong phần cấu hình.

Vì sao dán đường dẫn RTSP vào trình duyệt không xem được?

Trình duyệt không hỗ trợ RTSP và không cho trang web mở kết nối TCP hay UDP thô tới thiết bị. Muốn xem trên web cần máy chủ trung gian chuyển luồng RTSP sang HLS, DASH hoặc WebRTC.

Phần mềm báo kết nối được nhưng màn hình camera đen là do đâu?

Thường do đang nhận RTP qua UDP mà tường lửa trên máy hoặc NAT chặn gói hình chiều vào. Chuyển sang chế độ vận chuyển TCP trong phần mềm xem thường khắc phục được. Cũng có thể do codec của camera mà phần mềm không giải mã được.

Luồng chính và luồng phụ của camera khác nhau thế nào?

Luồng chính có độ phân giải và tốc độ bit cao, dùng để ghi hình và xem chi tiết. Luồng phụ có độ phân giải thấp, nhẹ, dùng để xem nhiều camera cùng lúc trên màn hình nhỏ hoặc qua mạng chậm. Mỗi luồng có đường dẫn RTSP riêng.

ONVIF và RTSP có liên quan gì?

ONVIF là bộ đặc tả chung để phần mềm khám phá, cấu hình và điều khiển camera của nhiều hãng. Khi cần lấy hình, ONVIF trả về đường dẫn RTSP, rồi luồng hình đi bằng RTSP và RTP như thường. ONVIF bổ sung chứ không thay thế RTSP.

Cần tư vấn cụ thể cho trường hợp của bạn?

Chúng tôi sẽ liên hệ trong vòng 24 giờ.

Đăng ký tư vấn ngay

Bài viết liên quan

Bạn cần hỗ trợ thêm?

Để lại thông tin, chúng tôi sẽ liên hệ trong 24 giờ.

hoặc
Gọi ngay 0926 138 138