modularization/src/detection/trajectory_forecast

enviroment：

1. install pip3 sudo apt-get install python3-pip python3-dev
2. install numpy sudo pip3 install setuptools sudo pip3 install Cython-0.29.21-py2.py3-none-any.whl unzip numpy-1.19.0.zip cd numpy-1.19.0 sudo python3 setup.py install
3. install torch sudo pip3 install torch-1.1.0-cp36-cp36m-linux_aarch64.whl
4. test torch python3 >>>import torch >>>print(torch.version) >>>print('CUDA available: ' + str(torch.cuda.is_available()))

run：

1. 编译forecast生成可执行文件（qmake && make) or (./autocompile.sh）；
2. 命令 ./forecast arg1 arg2 arg3 arg4 （如: ./forecast ra_ca_fusion 24 8 eth_8_model.pt） 参数arg1为监听的共享内存名称，无则默认ra_ca_fusion，预测结果将保存至名为“xxx_forecast“的共享内存； 参数arg2为预测序列数，无则默认预测24个序列； 参数arg3为观察序列数，无则默认观察8个序列； 参数arg4为载入模型文件的名称，无则默认载入eth_8_model.pt。