[Optimization] Speedup Cubic Spline Planner and Frenet Planner Execution

By introducing concurrent data-level parallelism in `calc_frenet_paths` and `calc_global_paths` functions, and by using vectorized instructions in `calc`, `calcd`, and `__search_index`, a major speedup is obtained. In my application, execution is up to 5 times faster.

Here are the changes: [cubic_spline_planner.py](https://github.com/mc-cat-tty/paav-assignments/blob/main/6-planning/cubic_spline_planner.py), [frenet_optimal_trajectory.py](https://github.com/mc-cat-tty/paav-assignments/blob/main/6-planning/frenet_optimal_trajectory.py).

[Here](https://github.com/mc-cat-tty/paav-assignments/blob/main/6-planning/results/(3)%20Report%20Planning.pdf) (just section "Preliminary Work: Parallelization") a detailed explanation of the changes and their impact on the execution time.

If @AtsushiSakai is interested in the changes, I am available to integrate them in this repository and perform some further testing.

Esamina le modifiche collegate a cubic_spline_planner.py e frenet_optimal_trajectory.py, concentrandoti su calc_frenet_paths, calc_global_paths, calc, calcd e __search_index. Esegui gli esempi di pianificazione o i test esistenti prima di confrontare il tempo di esecuzione e il comportamento. Il lavoro è completo quando l’implementazione parallelizzata e vettorializzata è integrata senza modificare i risultati del planner e sono stati misurati miglioramenti delle prestazioni.

Scritto dal modello di indicizzazione a partire dal testo della issue.