TURING 的雄心壮志：到 2025 年销售 100 辆自动驾驶 EV

去年春天，我第一次访问公司。 办公室在新川崎，摄像头和笔记本在秋叶原出售给二手埃斯蒂玛 由 PC 控制的非常简单。 虽然这是一次性的限量销售，在短短一年内，它甚至成为成品买家。 这种机动性和成就是巨大的。 在专家看来，风险投资的庆祝市场，虽然我认为有意见，如不耐烦地停滞不前，在实际完成的东西之前，任何意见都缺乏说服力。

开发基准是特斯拉的AP
“第一TURING CAR”，雷克萨斯RX450h（混合动力车） ），内置了TURING开发的自动驾驶系统。 自动驾驶级别相当于 L2。 由于它不是自动操作设备，因此系统处理车辆的后部设备。 在制造商的型号中注册，无需更改车辆检查等说明（可视为与改装德拉雷科的处理相同）。 此次销售的车辆的车主与TURING签订合同，TURING将作为所有窗口提供车辆检查维护和其他售后支持和维护，并提供与经销商和制造商同等的支持。

基础车辆具有名为“雷克萨特安全系统 +”的ADAS功能。 第一个 TURING CAR 的 AI 自动驾驶功能覆盖了制造商的 ADAS 功能，如前车跟踪、速度控制、停止控制、车道保持和方向盘控制。 但是，遵守安全标准和型号的安全功能仍然存在。

因为它是级别 2，因此假定即使 AI 控制下运行，它也会受到驾驶员的监视。 控制的主要是前两个摄像头。 同时提供车辆传感器组的信息，为 L2 提供驾驶支持。 有两个摄像头，但没有立体声相机，而是鱼眼和普通镜头相机。 鱼眼镜头可广泛感应前部环境，例如检测改变车道的车辆。 目前，AI 已经确定了中线、路缘和前方车辆（两辆车）进行控制。

在采访中，我能够试驾“第一TURING CAR”的原型（而不是已售出的车身）。 开发人员说，特斯拉的AP（自动驾驶仪：L2）是基准，转弯跟踪是顺利的。 干预进入，而只进入手的白线，控制，如削减首先看线进入。

加减速（油门制动器）的控制，左右控制（方向盘），与目前市售的跟踪巡航控制和2级驾驶辅助之间没有区别。 然而，自动驾驶的启动和速度设置，屏幕UI等是粗糙的。 根据习惯和喜好，评估可能会改变。

2025年将生产
100台自主研发平台的EV TURING 将“第一个TURING CAR”视为只有一个限量版的车辆。 我们作为产品销售，但不会继续以这种形式销售。 下一个目标是原始的自动驾驶EV，这是由原来的平台。 车辆将在2025年之前开始销售，如开头所述。 目标销量为100台。 车辆的规格和设计尚未确定，但根据他们的战略范围，这些只是在驾驶时决定的，也是决定的。

然而，似乎有一个里程碑，以实现目标。 首先，在2023财年完成自己的EV平台。 工厂和生产设施的准备工作已经开始。 电池、电机、逆变器、电池温度管理、充电管理和集成 ECU 等都坚持自行设计和制造。 车身外观、内饰和 IVI 等产品由合作伙伴采购和制造。 合作伙伴还考虑海外公司和供应商，并在需要时选择每个工厂的外包和收购。

特斯拉也从通用汽车收购弗里蒙特工厂中升旗成为一家成熟的制造商。 该公司也可能通过类似的计划来发展。 然而，这只是对特斯拉的追逐。 或者，可以说，它就像汽车制造商和无晶圆厂在中国肆意乱七八糟。 特别是在后一种情况下，在全球市场，它是红海，甚至开始被淘汰。

田中大辅（董事首席运营官）在接受
采访时表示，TURING的价值源泉在于人工智能。 田中先生说：“在制造业和汽车领域，我们像婴儿一样，学到了很多东西，但我们为OEM在人工智能技术方面所没有的东西感到自豪。 这一战略也出现在投资中。

我们已经为制造专有平台预留了工厂用地，但我们也没有忽视对自动驾驶人工智能开发的投资。 除了开发专业型和 ECU（此外，他们的汽车 AI ECU 使用 Aptpod 的边缘单元）外，我们还积极收集驾驶数据。 很少有企业在人工智能的使用中对数据收集进行适当的投资。 由于时间和成本，初创公司越倾向于专注于 AI 模型和算法开发。 在有限的预算下，有些情况是不可避免的。 然而，在人工智能开发中，学习数据是决定市场成功与否的重要因素。

事实上，在学习人工智能时，测试课程已经达到了一个不那么高的水平。 在设想模拟开发环境（如 HILS）时，我们专注于如何收集车辆行驶数据和真实环境数据的战略。 主要制造商从签订互联服务合同的车辆（不识别个人或私人车辆）收集数据，并将其用于学习数据等。 如果字段中没有探测器，则 TURING 不能使用此技术。

在TURING，大约10个N-BOX每天运行在谷歌的街景车上。 他们的自动驾驶是摄像机优先的“视觉政策”。 L5（全自动驾驶）是目标（扫描仪（如 LiDAR）在自动驾驶依赖于 3D 地图的阶段成为必要的传感器，而无需依赖昂贵的 3D 高清地图或昂贵的 LiDAR。 相反，只要它依赖于高清 3D 地图（因为地图和 GPS 是约束条件），L5 就无法访问。

田中说，全自动驾驶需要的是高性能大脑（AI），而不是高性能的多传感系统。 人类驾驶时几乎都是视觉信息（包括声音和重力），但他们仍然比现在的自动驾驶和ADAS更聪明。 其理念是，如果认知和判断的大脑是优秀的，AI的自动驾驶可以进一步演变，只有视觉信息。

? 在
机器学习中，现有 OEM 不会制造汽车的机会，而高度过滤（注释、分段和筛选）的大量数据利用了出色的大脑 （AI）。 不幸的是，这些数据集中在大型平台和大型汽车OEM上。 GAFA等已经意识到了这种重要性，但TURING不是平台，它我们正在普罗奇加强人工智能。

TURING认为，计划于2025年上市的车辆至少可以实现特斯拉的自动驾驶仪（AP）级功能。 他们现在坚持的是信号灯的感知。 它试图将支持异常交叉路口、五叉路和复杂箭头信号的模型集成到自动驾驶 AI 中。 虽然有基础设施协调解决方案（如 ITS 点）来识别信号，但 AI（机器学习方法）对于支持除点以外的任何信号或海外信号灯更实用。

田中先生还说，“虽然这是理想的”，但“我认为，到2030年，全自动驾驶已经投入实际应用，我们想生产没有方向盘的汽车，但OEM没有动力制造没有方向盘的汽车或全自动驾驶汽车。 但另一方面，这也是一个机会。

TURING 的自动驾驶策略可能会使现有 OEM 感到不舒服。 有些人可能会认为，这违背了制造业培养的安全理念。 然而，这是自动驾驶方法的差异，我们不熟悉技术和方法的利弊。

然而，TURING并不采取人工智能原教旨主义的立场。 “理想是没有方向盘的汽车，但我不认为在现实中，没有其他技术可以清除社会对法规的接受，如果需要的话，我打算使用LiDAR。 事实上，性能正在提高，而且更便宜。 通过与合作伙伴公司的学习和沟通，我们有机会做到这一点，“田中说。