modularization/src/detection/lane-drivable_detection

车道线检测： 环境：nvidia jeston Xavier，ubuntu18.04，cuda10.0，cudnn7.3.1，TensorRT5.1, opencv 输入：视频/摄像头，模型文件 输出：车道线信息： typedef struct lane_info

{
    int id;
    Point sort_point;
    int type;  //类型
    int color;  //颜色
    vector<Point> lane_point; //车道线点集
    Mat para;                 //系数矩阵
    double curvature;         //曲率                                 
}lane_info;

可行驶域检测： 环境：nvidia jeston Xavier，ubuntu18.04，cuda10.0，cudnn7.3.1，TensorRT5.1, opencv 输入：视频/摄像头，模型文件 输出：可行驶域信息： typedef struct area_info

{
    int id; 
    int category;               //类别
    vector<cv::Point> contour;  //可行驶域轮廓点集
} area_info;

编译命令： ./autocompile.sh 生成的可执行文件"main" 参数说明： ./main 0 all //车道线和可行驶域检测同时运行（无参时的默认命令） ./main 0 lane //单独运行车道线检测 ./main 0 area //单独运行可行驶域检测

配置文件说明： 1.模型路径；（默认模型处于当前路径下的model文件夹内） 2.摄像机参数； 3.相机的内参矩阵及其逆矩阵，畸变参数，旋转向量，旋转矩阵及其逆矩阵，平移向量； 4.共享内存名称； lanedata:图像上车道线相关数据，用于构建地图点的世界坐标； areadata：图像上可行驶域相关数据； lanedataworld：世界坐标系下车道线相关数据； areadataworld：世界坐标系下可行驶域相关数据； cameraimg：原始图像； 5.测试视频的开关和路径；（默认测试摄像头） 6.在本机可视化检测结果的开关。（默认不显示）

注：在新环境下第一次运行时，会生成模型文件的TensorRT引擎，该过程耗时较长，请耐心等待。