正文
随后，李星宇提到了“落地”的几个关键点，包括使产品成本降低，毕竟自动驾驶产品化的最终目的是让大多数人都能消费得起；提升产品可靠性，在李星宇看来，目前公众对于自动驾驶最大的顾虑就是可靠性问题，而这个问题无法在一般条件下去论证，必须在某一限定场景下来验证，才具有现实意义；最后一点则是不断拓宽自动驾驶的适应性，即自动驾驶要从限定区域做起，但又不能仅仅局限于限定区域，企业应该看到在限定区域外，自动驾驶更大的发挥空间。
“自动驾驶在车的研发方面，讨论已经非常多，但自动驾驶的落地，如果只靠科技公司和主机厂，落地的难度就会非常大。最好的方法，是人、车和路三者协同推进”。
人的因素，这里包括车对于人的感知，以及更加智能的人车交互。比如在共享出行的应用方面，商业化运行实际上对于消费者的素质也提出了更高的要求，否则消费者不知道怎么用这辆车，很可能会做一些错误的操作，或者恶意使用，这将导致运营成本非常高，车辆损耗和维护成本会导致共享出行无法有效扩张。通过车对于人的感知，可以有效管控消费者的不良行为，有利于运营商降低运营成本。
同时，有效的交互能够让消费者准确了解自动驾驶的使用方法和使用边界，这对于共享出行和私家车都很重要。尤其是私家车，如果消费者清楚地知道自动驾驶的局限性，就可能会避免越界使用带来的严重后果，特斯拉去年在弗罗里达发生的致命事故，正是由于消费者对于Autopilot功能的越界使用导致的。调查表明，事发前37分钟的行程中，驾驶员的手仅有25秒被检测到手握方向盘，并且超速驾驶！复盘这起事故，Autopilot的名字很容易让公众误以为这是自动驾驶系统，但其实际上属于辅助驾驶系统，而致命事故的发生，又导致了公众对于自动驾驶的负面认知，这是对整个行业的伤害。而在最新的Model 3上，已经内置了对驾驶员监控的摄像头，特斯拉官方尚未对此摄像头的功能做出说明，但可以预期的是，该摄像头将用来对Autopilot的越界使用进行感知并做出相应限制。
Model 3已经内置了对驾驶员监控的摄像头
AR+HUD有助于通过交互让驾驶员更好地了解自动驾驶的能力边界
在路方面，包括了广义的交通基础设施，共享出行最理想的模式就是点到点出行，比如从家里直接到办公室，车辆在停车场的出入库都是由自动驾驶来完成，这样最为高效。
但是，目前停车也是城市交通的核心难题之一，这里面最难的不是停车本身的操作难，运营商们目前最头疼的是车位很难找。如果使用车辆自身的传感资源去找空车位，其实是非常有挑战的，很多停车场的车位并不都是开放的，有些属于私人专用，自动驾驶系统不但需要找到空车位，还得区分一个车位是否是专用的，这个其实非常不容易。但如果停车场通过V2X或者5G直接为该车辆分配一个车位，这件事就会非常容易。
另外，停车场的环境比较复杂，遮挡也很多，直接从场端加装感知摄像头，通过V2X发送实时结构化信息给到车辆，也可以显著提升自动驾驶的可靠性。
再举一个例子：红绿灯的识别，事实上这个问题看似简单，但实际上却非常有挑战性。
福特的自动驾驶车需要人为干预的事件中，70%是由于红绿灯的识别问题导致的，因为遮挡、背景光、道路结构、红绿灯形态等都会影响车辆对于红绿灯的判断。如果有了V2X技术，采用电子红绿灯发广播信号，这个问题可以很容易地解决。反过来，自动驾驶的感知系统如果没有来自V2X的辅助，为了达到所需要的高可靠性和足够的性能，将会非常复杂而且成本较高，并且有可能造成新的拥堵。
