Accueil › Glossaire › Véhicule Autonome

Véhicule autonome : l’IA prend le volant

Un véhicule autonome (AV, Autonomous Vehicle) est un véhicule capable de percevoir son environnement et de se déplacer sans intervention humaine, grâce à une combinaison de capteurs (caméras, LiDAR, radar), d’intelligence artificielle et de systèmes de contrôle.

En 2026, les véhicules autonomes sont une réalité commerciale dans des contextes limités. Waymo (Alphabet) opère des robotaxis dans 10 villes américaines avec plus de 450 000 courses payantes par semaine (décembre 2025), sans conducteur à bord. Tesla a lancé un service de robotaxi limité à Austin (Texas) avec des conducteurs de sécurité encore présents. L’autonomie complète (niveau 5 SAE) reste un objectif lointain, mais le déploiement progresse ville par ville, et les analystes prédisent que 2026 sera « l’année du robotaxi ».

Les niveaux SAE d’automatisation

La Society of Automotive Engineers (SAE) définit six niveaux d’automatisation de la conduite, de 0 (aucune) à 5 (totale). C’est le cadre de référence universel :

Les acteurs majeurs en 2026

Les technologies clés

Perception : voir et comprendre l’environnement

Un véhicule autonome combine plusieurs capteurs pour percevoir son environnement à 360° :

Le débat LiDAR vs vision pure divise l’industrie. Waymo, Zoox et la plupart des acteurs utilisent le LiDAR comme capteur de sécurité principal. Tesla fait le pari radical de la vision seule (caméras uniquement), arguant que les humains conduisent avec seulement des yeux. Ce débat n’est pas tranché : Tesla a accumulé plus de 500 millions de miles de données FSD, mais Waymo affiche le bilan de sécurité le plus solide en opération commerciale sans conducteur.

IA pour la conduite

Le pipeline IA d’un véhicule autonome comprend la perception (détection et classification d’objets par deep learning), la prédiction (anticiper les trajectoires des autres usagers), la planification (décider de la trajectoire optimale) et le contrôle (exécuter la trajectoire via les actionneurs). Les approches modernes tendent vers des systèmes end-to-end : un seul réseau neuronal qui prend les données capteurs en entrée et produit directement les commandes de conduite, remplaçant le pipeline modulaire classique. Tesla FSD utilise cette approche end-to-end.

Cartes HD et localisation

Waymo s’appuie sur des cartes haute définition pré-construites de ses zones d’opération, combinées au SLAM en temps réel pour la localisation centimétrique. Tesla refuse les cartes HD pré-construites, préférant que le système « découvre » l’environnement en temps réel via les caméras, comme un humain. L’approche cartographique est plus fiable mais limite l’expansion géographique (chaque nouvelle ville nécessite une cartographie préalable). L’approche sans carte est plus scalable mais moins robuste face aux situations inédites.

L’essor des robotaxis

Le robotaxi est le modèle commercial qui concentre le plus d’attention et d’investissement en 2026. Waymo a atteint plus de 450 000 courses payantes par semaine en décembre 2025. L’expansion se poursuit : après San Francisco, Phoenix, Los Angeles, Austin, Atlanta et Dallas, Waymo vise Londres et Tokyo pour 2026. La valorisation de l’entreprise dépasse les 100 milliards de dollars.

Tesla a lancé un service limité à Austin avec des conducteurs de sécurité. L’analyste Dan Ives (Wedbush) prédit que Tesla lancera des robotaxis dans plus de 30 villes en 2026, mais ce pronostic est considéré comme très optimiste compte tenu des retards historiques d’Elon Musk sur ce sujet. Le Cybercab (véhicule dédié sans volant ni pédales) a été aperçu en test à Austin mais n’est pas en production de série.

Uber et Lyft se positionnent comme plateformes de mise en relation avec les flottes autonomes plutôt que comme opérateurs directs. Uber a annoncé des partenariats avec plus d’une douzaine d’opérateurs AV, avec un objectif de robotaxis dans 10 marchés d’ici fin 2026.

Réglementation

La réglementation des véhicules autonomes est fragmentée et en évolution rapide :

Aux États-Unis, il n’existe pas de cadre fédéral unifié. Un projet de loi bipartisan vise à établir des standards nationaux de sécurité pour les AV. En attendant, la réglementation est au niveau des États : le Texas et la Floride ont les cadres les plus favorables, tandis que San Diego, New York et Seattle résistent activement. La NHTSA (National Highway Traffic Safety Administration) mène des enquêtes sur Waymo (incidents avec bus scolaires) et Tesla (capacités FSD). Waymo appelle à un standard national où tous les développeurs doivent démontrer leur sécurité.

En Europe, l’Allemagne a été pionnière en autorisant les systèmes de niveau 3 (Mercedes Drive Pilot). Le cadre UNECE WP.29 fournit un socle international. Le EU AI Act s’applique aux systèmes IA des véhicules autonomes classifiés comme « haut risque », avec des obligations de transparence, traçabilité et supervision humaine.

Les camions autonomes : un marché parallèle

Au-delà des robotaxis, le transport routier de marchandises est un marché majeur pour l’autonomie. Les longs trajets autoroutiers sont plus prévisibles que la conduite urbaine, ce qui rend le déploiement technique plus accessible. Aurora Innovation, TuSimple (avant ses difficultés) et Kodiak Robotics développent des systèmes de conduite autonome pour poids lourds. Les gains économiques potentiels sont considérables : le transport routier représente un marché de plusieurs centaines de milliards de dollars aux États-Unis, avec une pénurie chronique de chauffeurs. Un camion autonome peut rouler 24h/24 sans pauses réglementaires.

Le modèle de déploiement le plus probable à court terme est le « hub-to-hub » : le camion autonome parcourt les segments autoroutiers entre deux dépôts, et un conducteur humain prend le relais pour les derniers kilomètres en zone urbaine. Cette approche hybride réduit les défis techniques tout en capturant l’essentiel des gains économiques.

Perspectives : où en sera-t-on dans 5 ans ?

Le consensus parmi les analystes et experts est que les robotaxis seront présents dans des dizaines de villes d’ici 2030, mais que l’autonomie totale (niveau 5) reste hors de portée. Les progrès seront incrémentaux : chaque nouvelle ville, chaque nouvelle condition météo, chaque nouveau type de route nécessite une adaptation et une validation. L’approche de Waymo (expansion ville par ville, cartographie préalable, validation exhaustive) s’impose comme le modèle prudent. L’approche de Tesla (vision seule, données massives, déploiement rapide) est le pari audacieux, avec des résultats encore à démontrer à l’échelle.

L’intégration des LLM et des modèles multimodaux dans la pile logicielle des AV est une tendance émergente. Ces modèles pourraient améliorer la compréhension de scènes complexes (interpréter les gestes d’un agent de circulation, comprendre un panneau temporaire atypique) et la prise de décision dans des situations ambiguës. Nvidia Drive, qui intègre des modèles de fondation pour la conduite, illustre cette convergence entre IA générative et conduite autonome.

Défis et questions ouvertes

Sécurité

Les véhicules autonomes sont globalement plus sûrs que les conducteurs humains dans les domaines opérationnels où ils sont déployés. Mais les cas limites (edge cases) restent un défi : conditions météo extrêmes, chantiers, comportements humains imprévisibles, situations inédites. Chaque incident impliquant un AV reçoit une couverture médiatique disproportionnée par rapport aux accidents humains, ce qui pèse sur l’acceptabilité publique.

Responsabilité juridique

Qui est responsable quand un véhicule autonome cause un accident ? Le constructeur, le développeur du logiciel, le propriétaire, ou l’opérateur de la flotte ? Les cadres juridiques évoluent mais restent largement inadaptés. Cette incertitude freine le déploiement dans de nombreuses juridictions.

Impact sur l’emploi

Les robotaxis et camions autonomes menacent directement les emplois de chauffeurs (taxi, VTC, poids lourds, livraison). Aux États-Unis, le Bureau of Labor Statistics estime à plus de 3 millions le nombre d’emplois potentiellement affectés. La transition sera progressive mais les tensions sociales sont réelles, comme le montrent les résistances à New York et San Diego.