首页智能门锁这两年悄悄完成了一次身份升级，从单纯的”指纹开门”，变成了猫眼、门铃、摄像头三合一的入户安防终端。有人按门铃、有陌生人在门口停留，主人不管在客厅还是在公司，打开手机 APP 就该能立刻看清楚门外发生了什么。
“打开就能看清楚”说起来简单，落到智能门锁这个具体的硬件形态上，工程难度却不小。门锁要靠一块电池撑起半年甚至一年的续航，这意味着芯片和无线模块绝大部分时间都得处于深度休眠状态；可一旦有人按门铃、敲门或者触发异动，又要求这套沉睡中的系统在极短时间内醒过来、连上网、把清晰画面推送到用户手机上，而且全程不能明显拉高功耗。
一. 智能门锁为什么也要传实时视频
这背后对应几类很具体的需求：家庭安防场景下，家人可以远程实时查看门口动态，判断是不是可疑人员；适老化场景下，独居老人可以通过门锁上的紧急按钮一键呼叫，子女或社区能第一时间接通视频了解情况；智慧社区场景下，门锁还要能和小区的门禁、物业平台打通，支持远程开门。这些需求共同指向一件事——门锁不再只是一把锁，而是变成了家庭安全的第一道感知入口。
二. 门锁这个设备形态，卡在哪
坑一：电池续航和”实时”这两个目标天然打架
台灯插着电，可以让摄像头模组和网络模块一直保持在线；门锁不行，大部分家庭不会接受”半年就要拆下来充电”的智能锁。这意味着门锁的芯片和无线模块，绝大部分时间必须处于深度休眠状态，只有检测到有人靠近、按了门铃或者触发异动时才能被唤醒。而用户对体验的要求并不会因为设备在”省电”就降低。从设备被唤醒，到联网、推流、手机上看到清晰画面，这中间的响应速度，直接决定了这套系统在关键时刻能不能真正派上用场。
坑二：跑在资源极其有限的 RTOS 上
不像台灯还能塞进一颗四核处理器配 1GB 内存，门锁这类对功耗和成本都极度敏感的设备，大量采用的是 RAM、ROM 都很有限的轻量级 RTOS 系统。一套为常规 Linux 环境设计的、相对”重”的音视频协议栈，放到这种资源紧张的环境里，轻则挤占本就不多的存储空间，重则直接跑不起来，或者严重拖累本该省电的续航表现。
坑三：装在防盗门上，信号先天就不占优势
门锁的安装位置是固定的、不能挪动的，通常是一扇金属材质的防盗门，这对无线信号本身就是个削弱。不同用户家里的路由器摆放位置、装修结构、墙体厚度又千差万别，导致同一款门锁在不同家庭里的 Wi-Fi 信号强弱差异很大。对门锁来说，弱网不是偶发状况，而是要默认应对的常态。
三. 声网的方案，怎么逐一应对
应对坑一和坑四：低功耗快速唤醒 + 秒级出图
声网给出的量产指标是出图速度小于 1 秒，配合全球范围内小于 400 毫秒的通话延迟，也就是说，从设备被唤醒到用户在手机上看清门外的画面，整个链路被压缩到了用户几乎感知不到等待的程度。这套能力专门针对低功耗设备的唤醒场景做了优化，不是简单把一套通用方案套用过来。
应对坑二：极致轻量化的 SDK
针对门锁这类 RTOS 设备，声网 SDK 的增量体积控制在 400KB 以内，运行时内存占用仅需 1.2MB，这个量级的资源占用，是专门为了能塞进资源极其有限的门锁主控芯片而设计的。同时声网通过 Turnkey 模式，对市场上主流的门锁硬件芯片方案做了官方适配，硬件厂商不需要自己从底层芯片开始一点点调通音视频链路，能明显缩短上线周期。
应对坑三：弱网条件下的编解码优化
面对不同家庭千差万别的 Wi-Fi 信号强度，声网基于编解码算法层面的优化来对抗弱网，尽量让画面在信号不理想的家庭环境里依然保持清晰流畅，声网的连通率指标是超过 99.7%。
怎么接入：两种模式看厂商自己的技术家底
声网给了两条接入路径：如果厂商已经有自己的 IoT 云平台和设备管理系统，只想要纯粹的音视频传输能力，可以走 PaaS 模式，用 SDK 直接集成；如果厂商希望有一套开箱即用的完整方案，包括设备连接管理、事件存储、告警推送这些配套能力，声网也提供低代码的 aPaaS 框架，把这些通常需要厂商自己搭建的周边系统也整合了进来。这个选择本质上是厂商自己评估研发资源之后该做的取舍。
四. 不止会看：远程开门这类”互动”，具体是怎么实现的
门锁这类设备的价值不会停在”看得见”这一层，用户点一下手机就能远程开门、和门外的人对讲，这些”互动”背后其实是两条独立又协同工作的技术通道，而不是靠视频流”顺便”捎带过去的。
看和控是两条不同的通道
视频画面走的是实时音视频（RTC）通道，负责把门口的情况实时传给用户，这部分前面已经讲得比较细了；而”用户按下开锁按钮”这个动作，走的是另一条独立的实时信令（RTM）通道，专门负责把控制指令从手机可靠地送达到门锁设备并触发执行。这两条通道各司其职：一条负责”让人看清楚”，一条负责”把指令说清楚”，配合起来才是完整的远程互动体验，而不是简单把开锁指令塞进视频流里传过去。
指令要的不是”发出去”，而是”送达并执行”
开锁指令如果发出去了但没送达，或者送达了但设备没反应，对用户来说都是同一种糟糕体验——门没开。声网的实时信令给出的指标是全球端到端延迟低于 100 毫秒（99 分位值），同区域往往能做到 50 毫秒以内，同时即便在 70% 丢包的弱网环境下也能保证消息的送达率，配合 99.99% 的运行时间 SLA。放到远程开门这个场景里，意味着这条信令通道本身要比视频通道更”较真”——用户可能可以容忍画面卡顿一下，但很难接受”按了开锁按钮却没反应”。
谁都不希望自己家的门被一条来路不明的指令打开
远程开锁这个动作的安全等级，天然要比”看一眼画面”更高。声网的通讯链路本身受声网私有传输协议、TLS 和 WSS 等协议保护，音视频数据还可以选择用 AES-128、AES-256 这类标准算法做额外加密，密钥由客户自行生成和管理；终端接入则通过 Token 机制做身份认证，只有拿到合法 Token 的用户才能建立连接、下发指令。对硬件厂商来说，这部分安全能力不需要自己从零设计一套加密和鉴权方案，而是可以直接复用声网底层已经做好的这一层。
五. 写在最后
智能门锁做实时视频传输，表面上和摄像头、台灯这类设备是同一件事，但电池供电这个前提，把”低功耗”和”实时”这两个原本就有点矛盾的目标，同时摆在了硬件厂商面前。谁能在续航不打折扣的前提下把响应速度做到用户无感，谁就能在这个家庭安全入口的竞争里占到先机。
如果你正在做一款需要把摄像头画面实时传给用户、同时又要在电池供电条件下把功耗控制到极致的智能硬件，欢迎了解声网的智能门锁/门铃场景方案。
