时间域重采样网格聚类多任务实现方法与系统

本发明提供了一种时间域重采样网格聚类多任务实现方法与系统，包括：根据获取到的相机数据和位置姿态数据附加的成像采样时刻数据进行匹配，根据适配后的位置姿态数据计算采样时刻的星下点位置，得到M行N列网格角点数据；缓存M行网格角点数据，计算投影平面的法向量；根据适配后的位置姿态数据和所有相机数据，计算相机数据i像素散点的位置姿态数据；计算像素在地固坐标系中的坐标；根据M行N列网格角点数据以及投影平面法向量和像素在地固坐标系中的坐标，构建辅助平面进行聚类。本发明轻量化的实现了网格聚类算法，采用数据驱动多任务的软件架构与多核处理器硬件深度耦合，能够方便地部署在行在星载嵌入式系统中，具备良好的实时性。