文档版本：V1.0 | 适用系统：Linux 6.1 / Android14 | 适用硬件：C-3576BQ V10 核心板 + M4-R2（ShimetaPi）底板 | 更新日期：2026-10-23
NVR（Network Video Recorder）安防监控方案基于 M4-R2（RK3576）的视频硬件编解码能力（H.264/H.265/VP9 解码，最高 4K@30fps）与 NPU 智能分析能力（6 TOPS），实现网络摄像头接入、视频解码预览、录像存储、回放与智能分析（人形/车辆检测、人脸识别等）。
RK3576 具备多路视频硬件解码能力（具体路数以实际 SDK 与板端实测为准），结合双千兆以太网可接入多个网络摄像头，配合 eMMC / M.2 SSD 存储录像，构成一体化的边缘 NVR。
- 小型监控 NVR：家庭/商铺/园区多路摄像头接入与录像
- 智能安防：人形/车辆检测报警、人脸识别门禁联动
- 视频上云：本地录像 + 关键事件上云备份
- 车牌识别：出入口车牌抓拍与识别
- 工业视频监控：车间/仓库实时监控与事件回溯
| 项目 | 规格 | 来源 |
|---|
| 视频解码 | H.264/H.265/VP9，最高 4K@30fps（多路能力以实测为准） | 参考说明 |
| 视频编码 | H.264/H.265，最高 4K@30fps | 参考说明 |
| NPU | 标称 6 TOPS INT8，智能分析（人形/车辆/人脸） | 参考说明 |
| 存储 | eMMC 32GB+ / TF 卡（SD3.0，最高 128GB）/ M.2 SSD（NVMe） | 已验证 |
| 网络 | 双路千兆以太网（GMAC0/GMAC1），接入网络摄像头 | 已验证 |
| 显示 | HDMI / MIPI DSI / eDP，本地预览 | 已验证 |
注意：多路并发解码路数、单路码流能力与录像写入带宽需在板端实测（待板上验证），以实际 SDK 与物料为准。
| 系统 | 适用场景 | 说明 |
|---|
| Linux | 轻量 NVR、命令行/脚本管理、可裁剪 | 启动快、资源占用低，适合固定功能设备 |
| Android14 | 带触摸屏的本地预览/操作终端 | 交互友好，适合带屏监控终端 |
+-------------------------------------------------------------+
| 应用层（Application） |
| 录像管理 | 实时预览 | 回放 | 智能分析 | 事件报警 |
+-------------------------------------------------------------+
| 中间件层（Middleware） |
| RTSP/RTP | GStreamer | RKNN(智能分析) | 存储管理 |
+-------------------------------------------------------------+
| 系统层（System） |
| Linux/Android | MPP 编解码 | V4L2 | DRM 显示 | NPU |
+-------------------------------------------------------------+
| 硬件层（Hardware） |
| RK3576 SoC | 双千兆以太网 | eMMC/TF/M.2 | HDMI |
+-------------------------------------------------------------+
网络摄像头 ──> RTSP 取流 ──> MPP 硬件解码 ──> 智能分析(NPU) ──> 显示预览
└──> H.264/H.265 编码 ──> 录像存储（eMMC/TF/M.2）
| 模块 | 说明 |
|---|
| 取流 | RTSP/RTMP 拉流（GStreamer），支持多路接入（路数以实测为准） |
| 解码 | MPP 硬件解码（H.264/H.265/VP9，4K@30fps 上限） |
| 录像 | 本地录像与分段存储，支持循环覆盖 |
| 智能 | NPU 人形/车辆/人脸检测，事件触发报警 |
| 回放 | 按时间段/事件检索回放 |
| 网络 | 双千兆以太网接入与上云 |
| 类别 | 名称/型号 | 数量 | 说明 |
|---|
| 核心板 | C-3576BQ V10（RK3576） | 1 | 4GB LPDDR5 + eMMC |
| 底板 | M4-R2（ShimetaPi） | 1 | 双千兆、存储、显示接口 |
| 存储（可选） | M.2 SSD（NVMe） | 1 | 扩容录像存储 |
| 摄像头 | 网络摄像头（RTSP/ONVIF） | 1+ | 监控输入源 |
| 显示屏 | HDMI 显示器 或 MIPI DSI 屏 | 1 | 本地预览（可选） |
| 电源 | 5V 适配器（典型 5V，最大 5.5V，电流 4A） | 1 | 供电 |
# 查看存储设备
lsblk
# 格式化并挂载 TF 卡（以实际设备节点为准）
mkfs.ext4 /dev/mmcblk1p1
mount /dev/mmcblk1p1 /mnt/nvr
# 从网络摄像头拉流并硬件解码显示
gst-launch-1.0 rtspsrc location=rtsp://user:pass@192.168.1.100/stream1 \
latency=0 ! rtph264depay ! h264parse ! mppvideodec ! \
videoconvert ! autovideosink
# 拉流解码后编码写入文件（以实际场景调整）
gst-launch-1.0 rtspsrc location=rtsp://user:pass@192.168.1.100/stream1 \
latency=0 ! rtph264depay ! h264parse ! mppvideodec ! \
mpph264enc ! h264parse ! mp4mux ! filesink location=/mnt/nvr/rec.mp4
说明：具体编码插件名与参数以实际 SDK 的 GStreamer 插件为准（待板上验证）。
| 码率 | 单路每天容量（约） | 说明 |
|---|
| 2 Mbps | 约 21.6 GB | 720p 场景常用码率 |
| 4 Mbps | 约 43.2 GB | 1080p 场景常用码率 |
实际码率与容量以摄像头配置与录像策略为准，以上为估算参考；存储规划需结合路数与留存天数。
import gi
gi.require_version('Gst', '1.0')
from gi.repository import Gst
Gst.init(None)
# 创建 RTSP 拉流 + 硬件解码 + 录像管道
pipeline = Gst.parse_launch(
'rtspsrc location=rtsp://user:pass@192.168.1.100/stream1 latency=0 ! '
'rtph264depay ! h264parse ! mppvideodec ! '
'mpph264enc ! h264parse ! mp4mux ! filesink location=/mnt/nvr/rec.mp4'
)
pipeline.set_state(Gst.State.PLAYING)
# 等待 EOS 或错误
bus = pipeline.get_bus()
msg = bus.timed_pop_filtered(
Gst.CLOCK_TIME_NONE,
Gst.MessageType.EOS | Gst.MessageType.ERROR
)
pipeline.set_state(Gst.State.NULL)
NPU 智能分析示例与部署流程见人脸检测与识别与目标检测部署(YOLOv5-v7-v8)。典型流程：解码帧 → RGA 缩放 → RKNN 推理 → 后处理（检测框/识别结果）→ 触发录像标记或报警。
| 问题 | 处理方法 |
|---|
| 无法拉流 | 检查摄像头 RTSP 地址、用户名密码与网络连通（见网络连接问题） |
| 视频播放卡顿 | 确认使用硬件解码（mppvideodec），检查码流规格与网络带宽 |
| 多路并发性能不足 | 降低单路分辨率/帧率，确认并发路数上限（以板端实测为准） |
| 录像文件无法播放 | 检查 mp4mux/编码参数，录像过程中异常退出可能导致文件损坏 |
| 存储空间不足 | 规划码率与留存天数，启用循环覆盖或扩容 M.2 SSD |
| 智能分析误报/漏报 | 调整检测阈值与模型输入尺寸，检查光照与画面角度 |
