Le pari des caméras relance un vieux débat
Depuis des années, Elon Musk a fait un choix radical pour Tesla: s’appuyer uniquement sur des caméras pour la perception, en écartant LIDAR et radar que la plupart des concurrents jugent indispensables. Les critiques rappellent que les capteurs purement visuels peuvent être trompés par des intempéries, des reflets, des marquages trompeurs ou des décors peints qui ressemblent à une route. L’enjeu n’est pas théorique: la sécurité d’un système autonome dépend de sa capacité à interpréter correctement une scène complexe dans des conditions changeantes.
Un message sur X qui attise la polémique
Un récent échange sur X (ex‑Twitter) a ravivé la controverse. Un utilisateur y affirme que Musk aurait raison de se méfier du LIDAR, avançant que la fusion de capteurs ne serait pas optimale, citant des comportements problématiques observés sur des véhicules Waymo: intersections bloquées, immobilisations sans raison claire, confusion dans les chantiers et, plus grave, circulation à contresens. Musk, visiblement satisfait de voir un concurrent en difficulté, a réagi avec un sarcasme assumé, comme pour souligner sa confiance dans l’approche “vision only”.
Un effet miroir pour Tesla
Difficile toutefois pour Tesla de donner des leçons. Ses propres robotaxis, déployés en nombre très limité (une poignée d’unités, “dix à vingt” environ) dans une zone géorepérée d’Austin (Texas), n’ont pas échappé à des comportements inquiétants: freinages imprévisibles, coups de volant répétés, vitesse largement excessive par endroits et même conduite à contresens dans certains cas — exactement le type d’écarts reprochés à Waymo. Pour l’instant, ces trajets ne sont pas ouverts au grand public: l’accès est réservé à des employés et à des passionnés triés sur le volet.
Waymo en avance, mais pas à l’abri des ratés
Sur le papier, Waymo affiche une avance considérable: plus de 100 millions de miles parcourus en mode entièrement autonome, environ 1 500 véhicules et des opérations étendues à plusieurs grandes métropoles. Cette échelle offre une masse de données incomparable pour améliorer les modèles, mais n’élimine pas les incidents. Des collisions, des situations ambiguës ou des blocages en environnement complexe subsistent, et la flotte a aussi subi des actes de vandalisme, révélant une méfiance sociale toujours présente envers les véhicules sans conducteur.
Une difficulté technique majeure, pour tous
Qu’on s’appuie sur caméras, radar, LIDAR ou un mélange, rendre la conduite vraiment sûre sans humain prêt à reprendre la main est un défi colossal. La perception en milieu ouvert, l’anticipation des comportements humains et la gestion des cas rares forment une combinaison qui résiste encore aux meilleures équipes. Dans ce contexte, personne n’a “craqué le code”. Et au vu du passif de Tesla — notamment le nom “Full Self-Driving”, jugé trompeur par de nombreux observateurs au regard des capacités réelles — Musk n’est pas dans la position la plus confortable pour pointer les erreurs d’autrui.
En bref
- Tesla défend une approche 100% vision, controversée pour ses limites en conditions difficiles.
- Waymo, malgré son avantage d’échelle, connaît aussi des ratés et doit composer avec une opinion publique partagée.
- Les robotaxis de Tesla, encore très limités et non accessibles au grand public à Austin, reproduisent des erreurs proches de celles reprochées à Waymo.
- La conduite autonome sûre reste un problème non résolu dans l’industrie.
Qu’est-ce que le LIDAR et pourquoi est-il utilisé en conduite autonome ?
Le LIDAR mesure des distances en émettant des impulsions laser et en chronométrant leur retour, ce qui génère une carte 3D très précise de l’environnement. Il est apprécié pour sa précision spatiale et sa robustesse dans l’obscurité, mais il coûte cher et peut être sensible à la pluie intense ou au brouillard.
Que signifie “fusion de capteurs” ?
La fusion de capteurs combine les données de plusieurs sources (caméras, radar, LIDAR, GPS, IMU) pour améliorer la fiabilité et réduire les angles morts. Bien intégrée, elle compense les faiblesses de chaque capteur, mais augmente la complexité logicielle et matérielle.
Qu’est-ce qu’une zone géorepérée (geofenced) et à quoi sert-elle ?
Une zone géorepérée limite l’opération des robotaxis à un périmètre défini, souvent bien cartographié, où les conditions sont maîtrisées (vitesse, types de routes, scénarios connus). Cela permet un déploiement progressif et plus sûr, avant d’envisager des zones plus vastes.
ADAS vs conduite autonome: quelle différence ?
Les ADAS (aides avancées à la conduite) assistent le conducteur — qui reste responsable — avec des fonctions comme le maintien de voie ou le régulateur adaptatif. La conduite autonome de niveau 4/5 vise une prise en charge complète du trajet sans intervention humaine, dans certaines zones (N4) ou partout (N5).
Quels sont les principaux freins au déploiement massif des robotaxis ?
Outre les défis techniques, il faut des cadres réglementaires clairs, des assurances adaptées, une acceptation sociale suffisante, et une infrastructure urbaine compatible (cartographie fine, zones de dépose, gestion des chantiers). Ces facteurs avancent à des vitesses différentes selon les villes et les pays.
