2026年，想用一块Xilinx Kria KV260视觉AI套件做一个‘智能零售货架监控系统’的毕业设计，在实现多路摄像头视频流接入、目标检测与跟踪、以及数据上报时，如何利用其异构计算架构（FPGA+ARM Cortex-A53）进行任务划分与性能优化？
我的本科毕设题目是基于FPGA的视觉AI应用，导师建议使用Xilinx Kria KV260开发套件。我想做一个智能零售场景下的货架监控系统，功能包括接入2-4路USB摄像头视频流，实时检测商品是否缺货或被误放，并跟踪顾客拿取行为，最后将结果通过网络上报。KV260包含了FPGA可编程逻辑和ARM处理器。我的问题是：在这种多任务、实时性要求高的系统中，应该如何合理地进行软硬件任务划分？比如，图像预处理、神经网络推理、跟踪算法、网络通信这些模块，哪些适合放在PL（FPGA）上用硬件加速，哪些适合放在PS（ARM）上用软件实现？如何设计两者之间的数据通路（如通过AXI DMA）来避免瓶颈？有没有类似的开源参考设计可以学习？我要回答answer.notCanPublish回答被采纳奖励100个积分
数字电路学习者
