平臺管理單元負責管理關鍵的系統功能和服務。這些功能包括系統錯誤處理、功耗管理和功能安全任務等。作為系統的心臟，該單元不容失敗。因此，這里使用了包含表決邏輯的三冗余處理器，這使得即使有一個處理器核發生錯誤事件，子系統也可以繼續運行。

配置和安全單元負責系統配置，包括加載處理器第一級Bootloader、可編程邏輯的配置bit stream，程序代碼和bit文件均有可選的加密認證和解密功能。配置和安全單元還可提供持續的安全監控，比如過壓或欠壓、低溫或高溫、試圖提取系統信息訪問等。

片上可編程邏輯為異構處理帶來了充分的靈活性?？梢酝ㄟ^添加額外的現成的軟核來處理特殊應用的計算任務，也可以在不同層級添加多pipeline和多pipeline stage自定義軟核實現數據流的大規模并行處理。

4 異構多處理系統實例

機器人拾取和放置裝配線是一個很常見的機器視覺和控制應用實例，這個應用通常有以下基本功能：
①高分辨率相機視頻采集系統；
②包括亮度對比度調節、失真校正和消除死點等功能的視頻圖像處理；
③目標檢測和識別；
④標記組件在裝配中正確位置的算法決策；
⑤機器手臂運動路徑選擇；
⑥電機驅動控制；
⑦安全事件檢測和關機；
⑧用于狀態顯示和系統控制的圖形用戶界面；
⑨配置和安全管理。

上述的每一個功能都可能需要特定的處理能力，比如，讓通用處理器來處理實時HD圖像，處理器很容易就會負載過重無法在特定時間完成處理。

那么，就讓我們考慮使用這種異構多處理系統實現可能的解決方案。為了有助于更加形象的理解，Xilinx將會以Zynq UltraScale+ MPSoC控制機器人系統在平板電腦上玩紙牌游戲的例子來詮釋。系統的部分功能已經實現并在“Embedded World 2016”展會上展示。

4.1 視頻獲取和處理
1080P60視頻流要求3Gbps（373MB/s）的數據率，視頻流路徑上需要做的處理可能包括：亮度、對比度調節，白平衡，失真校正，死點剔除等。這些bit級處理用可編程邏輯完成非常高效，無需處理器太多參與。

4.2 目標檢測和識別
初始對象檢測通常需要掃描整幅圖像尋找類似細節目標輪廓之類的關鍵特征，這項功能一般由可編程邏輯實現。一旦目標被判定為疑似目標，那么就可能需要執行更為復雜的算法對目標進行更進一步的決策判定。應用處理器通常負責目標識別的下一級數據量變小但算法更加復雜的處理。
在這個機器人紙牌游戲案例中，所有的圖像都是通過可編程邏輯掃描，識別紙牌邊界和定位游戲紙牌，以及紙牌的排列和花色。隨著數據量明顯降低，紙牌排列和邊界圖像被遞交給應用處理器通過圖像識別算法來識別排列和花色。

4.3 算法決策
算法決策一般是很復雜的處理，通常通用應用處理器可以很好的完成。在我們的例子里， 新牌打出的時候觸發應用處理器計算新的關于牌的角色和運動可能的決策集。

4.4 運動路徑選擇
兩點之間，直線最短，這樣的路徑會導致目標在兩個端點之間發生沖突。運動路徑通常被分為多段，并且需要從傳統的笛卡爾坐標系中翻譯到機器人運行系統坐標系。在我們的多核異構系統中，這既可以通過應用處理器完成也可以通過實時處理器完成。

機器人紙牌游戲相對而言會比較簡單，因為在平板電腦上運動路徑沒有潛在的障礙物。我們在應用實例里選擇了Delt機器人，Delt機器人結構通常是三個并聯手臂連接到一個和受動器相關的通用關節執行器上。因此，受動器在3D笛卡爾坐標系中的運動必須翻譯成三個獨立馬達的運動矢量，在這個應用中所需的x,y,z坐標參數傳給實時處理器來計算三個機械手臂各自的運動路徑。

4.5 電機驅動控制
電機控制算法用于控制加速、正常運行和減速，對機械約束允許的最小運動時間進行優化，確保在加減速的過程中不會對部件造成損害，減小能量消耗等等。上述計算和運動驅動一起，通常都是通過實時處理器來實現，實時處理器在這些方面體現出卓越的性能，在我們的例子里也是如此。實時處理器工作在鎖步模式下來增加可靠性。

4.6 安全事件檢測和關機
安全事件可以是人進入機器人視野，而機器人可能會對人類造成傷害，能夠識別這一事件并且在一定程度上快速響應保護人類對系統而言至關重要。我們機器人紙牌運動員在其周圍構建了一個紅外線墻，當某一光束中斷，機器人的電源會馬上關閉，然后系統會立馬停止。在這個例子里，可以使用三冗余平臺管理單元，這個高度可靠的處理單元可以接收來自紅外線墻的輸入，在事件檢測時關閉機器人。

4.7 圖形用戶接口
圖形用戶接口（GUIs）通常運行在Linux操作系統上層，Linux支持從基本的窗口管理器擴展到完整桌面環境。