项目参考优达学城（Udacity）无人驾驶工程师学位的第二个项目-车道线检测 将其开发为一个ROS2功能包，ROS2版本为Foxy，开发语言为C++。
image_pub包的功能为，集读取视频文件、USB相机、RTSP URL为一体，且将图像数据使用sensor_msgs/msg/Image消息发布出来，具体参数可以通过在launch文件里配置。
cpp_advanced_lane_lines包的功能为订阅图像数据，并进行车道线检测流程，最后发布处理后的图像，以及车道线的曲率半径、车辆偏离车道中心点的距离两个数据。
lane_line_msgs功能包为单独创建的消息类型包，用于定义车道线的曲率半径、车辆偏离车道中心点的距离两个数据。
功能包使用C++开发，涉及到优达学城车道线检测流程的openCV + C++实现版本，ROS2的图像数据发布订阅，roslaunch的编写，参数文件的编写和加载，消息文件的编写和加载。
将原项目中加载棋盘格图像计算相机矩阵以及畸变系数，改为事先计算好，通过launch文件或yaml文件的参数形式加载。
将功能包复制到自己的工作空间，运行编译命令：
colcon build
修改launch文件里面视频文件的路径：
Node(
package='image_pub',
executable='image_pub',
parameters=[
{"image_pub_topic_name": '/camera/image_raw'},
{"capture_format": 'your video path'}
# {"capture_format": '0'} # USB摄像头
]
),
这里使用的视频文件可以在最开始提到的优达学城的仓库里下载，其他的资源文件均在编译时复制到share相关目录下，便于加载。 最后刷新. install/setup.bash文件，使用launch文件启动：
ros2 launch cpp_advanced_lane_lines lane_line_detection_launch.py
