视频网关不是一台只负责“推流”的设备，而是位于视频源与业务平台之间，完成多协议接入、协议转换、硬件转码和通信互通的中间层。
一、先看一个很常见的项目困境
做过音视频集成的人，几乎都碰到过这样的场面：用户既有旧的国标监控，又有新的 ONVIF/RTSP 摄像机；现场还有无人机 RTMP 推流，视频会议使用 SIP，业务系统则要求 Web 免插件播放。
如果直接用软件拼接这些系统，常见结果是协议对不上、CPU 被软件转码吃满、国标信令和 SIP 通信无法互通，最终只能不断增加服务器和定制接口。
问题的本质，是视频源和目标平台之间缺少一个统一的中间层。视频网关正是为了解决这类异构接入和系统互通问题。
二、视频网关是什么
视频网关是一类位于前端视频源与后端业务平台之间的音视频接入设备。它把不同设备、不同网络和不同协议的视频统一接进来，再按目标系统要求进行封装、协议转换、转码和分发。
一句话概括：视频网关让不同来源的视频进得来、转得动、送得出，也让监控、会议、流媒体和浏览器之间可以互通。
一套完整的视频网关能力通常可以分成四层：
- 接入层：支持 GB/T28181、RTSP、FLV、HLS、SIP、RTMP 等协议，覆盖摄像机、NVR、监控平台、可视电话、视频会议、记录仪和无人机等资源。
- 处理层：通过硬件在 H.264 与 H.265 之间转码，并可调整帧率、码率和分辨率；音频侧支持 AAC、G.711、OPUS 及降噪、转发和混音。
- 输出层：可输出 GB/T28181、RTSP、HTTP-FLV、WebSocket-FLV、HLS、SIP、RTMP、WebRTC 等格式。
- 控制层：支持双向语音对讲、云台和变焦控制，并通过 HTTP API 与第三方业务系统集成。
三、视频网关、视频接入网关和流媒体服务器有什么区别
| 对比维度 | 流媒体服务器 | 视频接入网关 | 视频网关（广义） |
|---|---|---|---|
| 核心定位 | 流的分发与并发承载 | 异构视频源统一接入与协议转换 | 接入、转换、转码与通信互通 |
| 典型输入 | RTMP、RTSP 推流为主 | GB/T28181、RTSP、RTMP、SIP、FLV、HLS | 同左，并可包含 HDMI、SDI 等物理输入 |
| 国标信令 | 多数不支持或需要插件 | 原生支持，可做国标上下级级联 | 原生支持 |
| SIP 通信 | 一般不具备 | 可注册 SIP 用户或作为中继 | 可作为会议或调度端点 |
| 转码方式 | 多为软件转码，消耗 CPU | 硬件转码 | 硬件转码 |
| PTZ/对讲 | 通常不涉及 | 支持 | 支持 |
| 部署形态 | 服务器软件 | 1U/2U 硬件或板卡，可嵌入设备 | 以硬件为主 |
| 适用场景 | 直播分发、并发观看 | 跨系统、跨协议的视频打通 | 视频与通信系统的整体融合 |
流媒体服务器并不是视频网关的低配版。它最擅长大规模分发和并发观看，但通常不负责完整的国标信令、SIP 通信和硬件接入。
视频接入网关则是视频网关中最常见的一类，重点解决异构视频源统一接入和协议转换；如果项目还需要 HDMI/SDI 物理输入、融合大屏或 MCU 等能力，则应选择能力范围更广的视频网关设备。
四、视频网关的工作原理
以一台 GB/T28181 摄像机接入 SIP 视频会议平台为例，网关会依次完成：
- 信令接入：接收 SIP INVITE 等信令并获取媒体信息。
- 媒体收流：接收 RTP/PS 封装的 H.264 或 H.265 视频并还原媒体流。
- 转码判断：根据目标平台能力决定直接转封装，还是通过硬件进行编码转换。
- 协议映射：将处理后的媒体封装为 SIP+RTP、Web 流或新的国标流，发送到目标平台。
- 反向控制：将语音对讲、云台和变焦控制指令回传至前端。
如果源端和目标端编码一致，应优先采用不转码的转封装方式，以降低延迟并节省硬件资源。
五、典型应用场景
- 视频监控联网：将不同品牌、不同协议的摄像机和监控平台统一接入，再通过 GB/T28181 上下级级联。
- 融合通信：将监控视频接入 SIP 会议或指挥调度系统，使视频资源可以直接参加会商。
- 无人机直播：接收无人机 RTMP 或国标视频，按需转码后输出到监控平台、流媒体平台和浏览器。
- 协议转换：在 GB/T28181、RTSP、RTMP、SIP、WebRTC、FLV、HLS 等协议之间建立互通。
- 视频业务开发：通过 HTTP API 向第三方系统提供设备管理、视频预览、控制和转发能力。
这些能力适用于应急指挥、公安、水利、能源、交通、无人机图传、指挥车和便携式指挥终端等场景。
六、选型前先问这五个问题
1. 需要接入多少设备、同时转发多少路？VGW1000 适合约 100-500 台设备、32-64 路并发；VGW2000 面向约 1000-5000 台设备；VGW3000 可面向 50000 台以上的大规模接入。
2. 是否需要硬件转码？如果上下游编码、分辨率或码率不一致，应明确转码路数。VGW1000 可支持 4 路 1080P 或 1 路 4K 转码，并可按项目扩展。
3. 是否需要国标上下级级联？不仅要确认“支持 GB/T28181”，还要确认目录同步、点播、录像调阅、云台控制和语音对讲等具体能力。
4. 是否需要 SIP 通信与内外网隔离？融合通信和跨网部署对信令、媒体路由以及双网口隔离都有额外要求。
5. API 是否完整？若要把能力嵌入自有平台或设备，应提前核对设备管理、预览、转发、控制和状态回调等接口。
七、常见部署方式
- 旁挂部署：网关与既有平台并行部署，不改变原系统结构，通过标准协议完成接入和输出。
- 双网口隔离：一侧连接视频专网，另一侧连接业务网，实现受控的跨网媒体交换。
- 上下级级联：作为下级国标域注册到上级平台，统一同步目录并接受调阅。
- 板卡嵌入：以低功耗模块嵌入指挥箱、指挥车或行业终端，形成产品自身的视频接入能力。
八、常见问题 FAQ
视频网关会增加多少延迟？
只做协议转换、不转码时，通常增加百毫秒级延迟；进行转码时延迟会略高。实际延迟还会受到 GOP、I 帧间隔和网络状况影响。
视频网关能把 H.265 转成 H.264 吗？
可以。视频网关可通过硬件转码在 H.265 与 H.264 之间转换，实际可用路数取决于设备的硬件转码能力。
视频网关能完全替代流媒体服务器吗？
小规模并发场景可以由视频网关兼顾接入和分发；大规模公网直播或高并发观看场景，更适合采用“视频网关加流媒体服务器”的组合。
只有网页观看 RTSP 的需求，也需要视频网关吗？
如果只有一两路视频，可使用轻量级转换方案；当路数较多，或还涉及设备管理、国标级联、多平台分发时，使用视频网关更合适。
视频网关支持双向语音和云台控制吗？
支持。视频网关可提供双向语音对讲，并通过反向控制通道传递云台、变焦等控制指令。
九、落地建议
选型时不要只比较“支持多少种协议”，而应分别列出源端和目标端的能力清单：源端包含设备类型、协议、编码、分辨率、码率与控制需求；目标端包含接收协议、并发数、转码要求、国标级联、SIP 通信和 Web 播放方式。两张清单逐项对照，才能明确真正需要的网关能力。
思载科技视频接入网关 VGW 系列覆盖多协议接入、硬件转码、GB/T28181 上下级级联、SIP 互通、双向语音、云台控制和 HTTP API，可按监控联网、无人机接入、融合通信及嵌入式配套等场景选择不同规格。