3. 高通Camera HAL层架构详解：CHI架构简介、Usecase/Pipeline/Session/Node概念
高通Camera HAL层架构从传统的mm-camera演进到CHI (Camera Hardware Interface)架构，是Qualcomm为了应对Android Treble架构要求、多摄像头并发、以及计算摄影复杂化而进行的重大重构。CHI架构的核心思想是去耦合与可配置化，将原本硬编码的ISP管线控制逻辑，抽象为Usecase、Pipeline、Session、Node等可组合的软件单元。
3.1 CHI架构整体分层
CHI架构位于Android Camera HAL3接口与底层Kernel ISP驱动之间，主要分为三层：
| 层级 | 组件 | 职责 |
|---|---|---|
| HAL3 Interface | camera3_device_t, camera3_stream_t | 实现Android HAL3标准接口，处理Framework下发的Capture Request/Result |
| CHI Core | chi_ops, chi_metadata, chi_pipeline | 核心调度层：解析Usecase、创建Pipeline/Session、管理Node拓扑、分发Buffer |
| CSL (Camera Subsystem Layer) | CSL Driver, FD, ICP, IFE, IPE, BPS | 硬件抽象层：封装Kernel ISP驱动，提供硬件Node的打开/关闭/StreamOn/Off接口 |
3.2 Usecase：用户场景的抽象
Usecase是CHI架构中最上层的概念，它描述了一个完整的相机使用场景。例如“普通拍照”、“HDR拍照”、“4K录像”、“慢动作”等。每个Usecase定义了一组Pipeline拓扑、Sensor配置、Stream组合以及Metadata约束。
- Usecase ID：全局唯一标识，如
USECASE_STILL_CAPTURE、USECASE_VIDEO_4K。 - Pipeline列表：该Usecase包含哪些Pipeline（如预览Pipeline、拍照Pipeline）。
- Sensor模式：指定Sensor输出分辨率、帧率、HDR模式等。
- Stream配置：定义输出Stream的数量、格式、分辨率（如Preview: 1920x1080, YUV; Snapshot: 4000x3000, JPEG）。
3.3 Pipeline：硬件处理管线
Pipeline是CHI架构中描述硬件处理链路的逻辑单元。一个Pipeline由多个Node按照特定顺序连接而成，代表从Sensor输入到最终输出的一整条数据通路。
| Pipeline类型 | 典型Node序列 | 输出Buffer |
|---|---|---|
| Preview Pipeline | Sensor → IFE → IPE → Display | YUV (Preview Stream) |
| Snapshot Pipeline | Sensor → IFE → IPE → JPEG Encoder | JPEG (Snapshot Stream) |
| Video Pipeline | Sensor → IFE → IPE → Video Encoder | NV12 (Video Stream) |
| Raw Pipeline | Sensor → IFE (Raw bypass) | Raw10/Raw16 (Raw Stream) |
Pipeline在XML配置文件中定义，CHI Core在运行时解析并实例化。每个Pipeline内部维护一个Buffer队列，用于Node之间的数据传递。
3.4 Session：运行时实例
Session是Usecase和Pipeline的运行时实例。当Framework下发一个Capture Request时，CHI Core会根据Request中的Stream配置，选择合适的Usecase，然后创建对应的Session。
- Session创建：解析Usecase配置，实例化所有Pipeline，为每个Pipeline分配Node实例。
- Buffer分配：Session创建时，根据Pipeline拓扑和Stream配置，预分配所有需要的Buffer（包括Internal Buffer和Output Buffer）。
- Session生命周期：从第一个Request开始，到最后一个Request完成，Session保持活跃。当所有Stream关闭后，Session销毁并释放Buffer。
3.5 Node：最小处理单元
Node是CHI架构中最小的可执行单元，对应一个具体的硬件模块或软件算法。每个Node负责完成特定的图像处理任务。
| Node类型 | 对应硬件/软件 | 主要功能 |
|---|---|---|
| Sensor Node | 物理Sensor驱动 | 输出Raw Buffer，控制曝光/增益/帧率 |
| IFE Node | Image Front-End | Raw处理：Bayer去噪、黑电平校正、LSC、Demosaic → YUV |
| IPE Node | Image Processing Engine | YUV处理：降噪、锐化、色彩校正、缩放 |
| BPS Node | Bayer Processing Segment | 高精度Raw处理：HDR融合、多帧降噪 |
| ICP Node | Image Compute Processor | 计算摄影：人脸检测、场景识别、超分辨率 |
| FD Node | Face Detection | 人脸检测与跟踪 |
Node通过Port（端口）进行连接。每个Node可以有多个Input Port和多个Output Port，支持1:N（一个输入多个输出）和N:1（多个输入一个输出）的拓扑结构。
3.6 Usecase / Pipeline / Session / Node 关系总结
这四个概念构成了CHI架构的四层抽象模型，从设计时到运行时的映射关系如下：
| 概念 | 层次 | 定义方式 | 生命周期 | Buffer管理职责 |
|---|---|---|---|---|
| Usecase | 场景层 | XML配置 | 设计时定义 | 定义Buffer数量与Stream组合 |
| Pipeline | 拓扑层 | XML配置 | 设计时定义 | 定义Buffer流转路径与Node连接 |
| Session | 运行时层 | CHI Core创建 | Request开始到结束 | Buffer分配/去分配/状态跟踪 |
| Node | 执行层 | CSL驱动 + 固件 | Session内持续运行 | Buffer处理/转发/回调 |
3.7 CHI架构的Buffer管理核心机制
在CHI架构中，Buffer管理贯穿Usecase、Pipeline、Session、Node四个层次，其核心机制包括：
- Buffer Pool预分配：Session创建时，根据Pipeline拓扑计算Buffer需求，从ION/Allocator预分配Buffer Pool，避免运行时频繁分配。
- Buffer Handle传递：Node之间不直接传递Buffer数据，而是传递Buffer Handle（包含fd、size、format、timestamp等元数据），减少内存拷贝。
- Buffer状态机：每个Buffer在Session内维护状态：
FREE → QUEUED → PROCESSING → DONE → FREE，确保Buffer不被重复使用。 - 跨Session Buffer共享：在多摄像头场景下，不同Session之间通过Buffer Sync机制共享Buffer Handle，实现多路数据同步。