Abstract und Zusammenfassung zu
"Parallelization of existing algorithms of self-driving cars: Decisions, Tracking, Visualization"

Achtung: der Text ist aus der Master/Diplomarbeit entnommen. Jeder Kandidat ist für seinen eigenen Text verantwortlich!

Zusammenfassung

"Automatisierte Fahrzeuge müssen die Fähigkeit besitzen, schnelle Entscheidungen zu treffen. Ist dies nicht garantiert, können Unfälle oder sogar Verkehrstote die Folge sein. Leider weisen alle heutzutage eingesetzten Algorithmen eine hohe Komplexität auf, die nicht weiter ohne den Verlust von Informationen reduziert werden kann. Die GUI zur Visualisierung der Ergebnisse und die Algorithmen zur Entscheidungsfindung wurden für die Umwandlung in parallele Programme ausgewählt. Beide sind sehr rechenintensiv und benötigen lange für einen Durchlauf, da jedoch feste Muster in ihnen identifiziert werden können, eignen sie sich ideal für die Parallelisierung. Zur Erhöhung der Effizienz stützt sich die Parallelverarbeitung auf mehrere Rechenkerne einer Grafikkarte. Jeder dieser Kerne kann eine einzelne Rechenoperation simultan zu den anderen Kernen durchführen, wodurch sich die Geschwindigkeit um mehrere Größenordnungen steigern lässt. Alle Schritte zur Erreichung der Parallelisierung von sowohl der Visualisierung als auch der Entscheidungsfindung werden in dieser Arbeit beschrieben."

Abstract

"The capability to take quick decisions is crucial in autonomous driving vehicles, slow performance may result in accidents or even, loss of lives. Unfortunately nowadays, all the utilized algorithms have high complexity and cannot be reduced without losing information. The GUI to visualize the results and the decision-making algorithms were selected to be converted into parallel programs. Both of them use compute-intensive calculations and take a long time to finish but, they have identifiable patterns that make them perfect to accomplish a parallel transformation. To improve efficiency, parallel processing comes into action using the advantage of multiple cores found inside the Graphics Card. Each one has the capability to execute a single operation simultaneously with the others, this may multiply their velocity hundreds of times. All the steps utilized to achieve the full parallelization and the performance results of both, visualization and decision-making are explained in the outline of this project."