// lidar輸出數據定義
class Velodyne的產品RawFrame : public SensorRawFrame
{
public:
VelodyneRawFrame() {}
~VelodyneRawFrame() {}
public:
pclutil::PointCloudPtr cloud;
};
主函數
bool LidarProcess::Process(const double timestamp, PointCloudPtr point_cloud,
std::shared_ptr<Matrix4d> velodyne_trans)
過程

1. 從hdmap取得ROI
2. BaseROIFilter的子類過濾掉roi以外的點雲 輸出PointCloudPtr roi_cloud
3. BaseSegmentation子類分割點雲，輸出std::vector<ObjectPtr> objects
4. BaseObjectBuilder子類初始化objects的部分成員變量
5. BaseTracker子類跟蹤object，形成軌跡

2. 從hdmap取得ROI

 輸入：lidar位置變化，std::shared_ptr<Eigen::Matrix4d> velodyne_trans
           FLAGS_map_radius，ROI半徑，命令行參數map_radius，定義在perception_gflags.h中，默認60.0
 輸出：HdmapStructPtr hdmap
 struct alignas(16) HdmapStruct 
 {
 std::vector<RoadBoundary> road_boundary;
   std::vector<PolygonDType> junction;
 };
 struct alignas(16) RoadBoundary 
 {
   PolygonDType left_boundary;
   PolygonDType right_boundary;
 };
 PolygonDType是pcl_util::PointDCloud類型
 過程：1. 依據lidar位置變化，把坐標原點做一次仿射變換
            2. 調用函數bool HDMapInput::GetROI，找到指定中心位置和半徑的roi
                在apollo-master-2.0/modules/map/data/demo目錄裏面，可以找到apollo默認的hdmap數據，txt格式
               GetROI的詳細過程就不詳述了，一幅圖解釋，得到的是路（左右兩側）+ 路口的區域的點雲
                 |   |   |     
                 |   |   | 
   _______|   |   |_______ 
   _______         _______
   _______         _______       
                 |   |   |     
                 |   |   | 
                 | . |   |  
 

3. roi_filter過濾掉roi以外的點雲

BaseROIFilter有兩個子類
|--- DummyROIFilter（默認的，純粹打醬油）
|--- HdmapROIFilter（實際有作用的）
我們只關註bool HdmapROIFilter::Filter這個函數，過程如下
   1. 道路和路口的區域合二為一，std::vector<PolygonDType> polygons
   2. TransformFrame，cloud和polygons變換到同一坐標系
   3. FilterWithPolygonMask過濾cloud，過程如下
      a. 抽取第一步得到的polygons的x，y坐標，z坐標拋棄，得到std::vector<PolygonScanConverter::Polygon> raw_polygons
         若x的範圍大，則選取x方向位主方向（MajorDirection）。反之，取y
      b. 構建一個Bitmap2D，Bitmap2D是一個vector嵌套vector的結構，它的行數和列數是這樣定義的
         把x(-range_, -range_)，y(range_, range_)這樣的範圍按照(cell_size_, cell_size_)的大小，劃分成許多個小格子
         Bitmap2D的行數等於主方向上的格子數，列數等於另一個方向上的格子數做如下數學運算，(dims[op_dir_major_] >> 6) + 1;
      c. DrawPolygonInBitmap把polygons全部畫到這張圖上，示例圖沒畫（以後補上）
         邊界連線可能占一個格子的任何一小塊，於是，要確定polygons是否應該占這個格子，這個函數就是把polygons所占的格子打上標記           
      d. 依次檢查cloud的點是否在polygons所占的格子裏面
 

4. 分割點雲

apollo2.0 lidar代碼分析（未寫完）