La mobilité du futur sera en grande partie façonnée par les véhicules autonomes. Mais toutes les avancées ne se déroulent pas comme prévu : récemment, General Motors a annoncé son retrait du développement des robotaxis via sa filiale Cruise. Cette décision a secoué le secteur et soulève la question de la stabilité des progrès dans la conduite autonome. Tandis que certains acteurs comme Tesla ou Waymo poursuivent des plans ambitieux, d'autres font face à des défis technologiques, réglementaires et économiques.
Les véhicules autonomes reposent sur l’interaction de plusieurs technologies. Les systèmes LiDAR, radar et caméra deviennent de plus en plus précis et abordables. Les avancées en deep learning et en réseaux neuronaux permettent une meilleure reconnaissance de l'environnement et prise de décision. Parallèlement, les technologies 5G assurent une communication rapide et stable entre les véhicules (V2V) et entre les véhicules et les infrastructures (V2I). Les grands acteurs de la conduite autonome suivent des approches technologiques différentes, reflétant leurs stratégies et objectifs spécifiques. Tesla privilégie une approche non conventionnelle en s'appuyant uniquement sur des systèmes à base de caméras et en renonçant au LiDAR. L'entreprise est convaincue que des réseaux neuronaux avancés et des caméras haute résolution peuvent garantir une perception adéquate de l'environnement. De son côté, Waymo utilise une combinaison de caméras, LiDAR et radar pour offrir une perception globale et redondante de l'environnement. Une caractéristique distinctive de Waymo est la cartographie détaillée des zones exploitées. Les véhicules naviguent sur des cartes numériques très précises et pré-codées, spécialement conçues pour les zones urbaines. Cette méthode, bien que sûre, nécessite des ressources importantes pour la création et la maintenance des cartes, limitant ainsi le nombre de zones d'exploitation.
Volkswagen mise sur une stratégie hybride intégrant à la fois des systèmes LiDAR et des caméras dans ses véhicules autonomes. En collaboration avec des partenaires comme Argo AI, le groupe se concentre sur les scénarios de trafic urbain et des projets à long terme pour les services de livraison autonomes. Bien que General Motors (GM) ait récemment annoncé son retrait de certains domaines de la conduite autonome, Cruise avait jusqu'ici misé sur des flottes de test dotées de capteurs avancés (LiDAR, radar et caméras) spécialement conçus pour la sécurité et la fiabilité. Zoox, filiale d'Amazon, développe des véhicules autonomes sans volant ni pédales, conçus dès le départ comme des robotaxis. Zoox combine capteurs et IA pour permettre un mouvement bidirectionnel et une flexibilité maximale en milieu urbain. Baidu, de son côté, adopte une approche ouverte avec sa plateforme Apollo, offrant aux développeurs du monde entier l'accès à des technologies modulaires adaptées à divers cas d'utilisation, des taxis autonomes aux solutions logistiques.
Ces approches diverses reflètent des priorités technologiques mais aussi des considérations économiques et stratégiques. Le choix des technologies impacte directement les coûts, l'évolutivité et la viabilité commerciale des systèmes autonomes.
Tesla occupe une position particulière dans le domaine de la conduite autonome. Son système à base de caméras, sans LiDAR, offre des avantages en termes de coût et de scalabilité, les systèmes LiDAR étant encore coûteux et gourmands en ressources. Un autre avantage concurrentiel clé de Tesla réside dans sa vaste base de données collectées via ses millions de véhicules en circulation. Chaque véhicule Tesla est équipé de capteurs collectant des données en continu, transmises à l'infrastructure centrale d'IA de l'entreprise. Cette stratégie de "Fleet Learning" permet à Tesla d'améliorer rapidement et efficacement ses algorithmes, surpassant ainsi des concurrents dépendants de flottes de test plus réduites. Contrairement à Waymo ou Zoox qui développent des véhicules spécifiques pour les applications autonomes, Tesla utilise ses modèles existants pour introduire progressivement des fonctions autonomes. Cette stratégie favorise l'adoption par les consommateurs tout en générant des revenus via la vente de véhicules.
Le logiciel "Full Self-Driving" (FSD) est un autre atout majeur de Tesla par rapport à ses concurrents. Bien qu’il n’atteigne pas encore une autonomie totale, il offre déjà un large éventail de fonctions d’assistance à la conduite et s'améliore continuellement grâce aux mises à jour à distance (OTA). Cela renforce la position de Tesla en tant qu'acteur innovant, permettant à ses clients de bénéficier en permanence des technologies les plus récentes sans changer de véhicule.
Malgré ces progrès impressionnants, des défis subsistent mais ouvrent également d'immenses opportunités. Les véhicules autonomes pourraient rendre la circulation plus sûre en réduisant les erreurs humaines, responsables de la majorité des accidents. L'automatisation pourrait également optimiser l'utilisation des ressources, améliorer l'efficacité des trajets et réduire les coûts logistiques tout en assurant une chaîne d'approvisionnement plus fiable. En milieu urbain, la qualité de vie pourrait s'améliorer grâce à une diminution des véhicules nécessaires et des embouteillages. La mobilité deviendrait plus accessible, notamment pour les personnes âgées et celles en situation de handicap.
Les technologies autonomes posent également les bases de nouveaux modèles économiques. Les services de covoiturage pourraient devenir moins coûteux et plus efficaces, tandis que les constructeurs automobiles pourraient générer de nouveaux revenus grâce à des mises à jour logicielles par abonnement. La numérisation de la mobilité ouvre aussi la voie à des solutions de transport plus durables, en associant véhicules électriques et systèmes autonomes. La réglementation et la normalisation de ces technologies restent des défis majeurs mais offrent l’opportunité d'établir des normes mondiales de sécurité et d'efficacité. Avec des objectifs clairs et une collaboration étroite entre gouvernements, industries et chercheurs, la conduite autonome pourrait inaugurer une nouvelle ère de mobilité.
La conduite autonome se trouve à un moment décisif. Bien que les percées technologiques soient impressionnantes, leur intégration dans la vie quotidienne rencontre des obstacles techniques, sociétaux et politiques. Les collaborations entre industrie, politique et recherche sont essentielles pour établir des normes globales et instaurer la confiance dans cette nouvelle technologie. Tesla, avec sa stratégie axée sur les données et son intégration dans des modèles de véhicules existants, dispose d’un avantage clair, tandis que Waymo et d'autres misent sur des technologies nécessitant d'importants investissements. En conclusion : la conduite autonome a le potentiel de transformer radicalement la mobilité.
