这允许设计人员通过在单个强大的嵌入式系统（见图3）中整合不同的自动化任务（包括视觉检查、运动控制、I／O和HMI）来简化控制系统结构。这消除了子系统通信的挑战，因为现在所有子系统都在单个控制器上的相同软件堆栈中运行。 高性能嵌入式视觉系统是这种集中式控制器的最佳候选者，因为这些设备中已经内置了这些功能。

图3：将处理器与FPGA和I／O结合在一起的异构架构，不仅是设计高性能视觉系统、也是集成运动控制、HMI和I／O的理想解决方案。

让我们来看看这种集中式处理架构的一些好处。以视觉引导运动应用为例，例如柔性馈送，其中视觉系统为运动系统提供引导功能。这里，零件的位置和取向都是随机的。在任务开始时，视觉系统拍摄零件的图像以确定其位置和取向，并将该信息提供给运动系统。

然后，运动系统根据图像坐标将致动器移动到零件所处的位置，并拾起它。它也可以使用此信息在放置零件之前校正方向。通过这种方法，设计者可以消除先前用于定向和定位零件的任何夹具。这不但降低了成本，还允许应用程序能更容易地适应新的零件设计，只需要修改软件即可。

以硬件为中心的架构的关键优点是其可扩展性，这主要归因于系统之间的以太网链路。但是也必须特别注意通过该链路的通信。如前所述，这种方法的挑战在于以太网链路的不确定性，并且带宽有限。

对于大多数仅在任务开始时给出引导的视觉引导运动任务，这是可接受的；但是也可能存在其他情况，其中延迟的变化可能是一大挑战。将这种设计转向集中式处理架构，具有诸多优点。

首先，因为可以使用相同的软件开发视觉系统和运动系统，设计者不需要熟悉多种编程语言或环境，因此降低了开发复杂性。第二，消除了以太网网络上的潜在性能瓶颈，因为现在数据仅在单个应用中的环路之间传递，而不是在物理层之间传递。

这使得整个系统的运行具有确定性，因为一切共享相同的过程。当将视觉直接引入控制回路中时，例如在视觉伺服应用中，这是特别有价值的。这里，视觉系统在运动期间连续捕获致动器和目标零件的图像，直到运动完成。这些捕获的图像用于提供关于运动成功的反馈。有了这一反馈，设计人员可以提高现有自动化的精度和精密度，而无需升级到高性能运动硬件。

现在提出了一个问题：这个系统是什么样子？如果设计人员将要使用能满足机器视觉系统所需的计算和控制需求的系统，并要与其他系统（如运动控制、HMI和I／O）无缝连接，那么他们需要使用具备所需性能的硬件架构，以及每个这些系统所需的智能和控制能力。

这种系统的一个很好的选择是：使用将处理器和FPGA与I／O相结合的异构处理架构。已经有很多行业投资这种架构，包括美国Xilinx公司的Zynq全可编程SoC（将ARM处理器与Xilinx 7系列FPGA架构相结合），以及英特尔数十亿美元收购Altera等。

对于视觉系统，使用FPGA特别有益，这主要是因为其固有的并行性。算法可以分开，运行数千种不同的方式，并且可以保持完全独立。另外，这种架构的好处不仅仅体现在视觉方面，其对运动控制系统和I／O也大有裨益。