Imaginez un véhicule capable de circuler sans intervention humaine, repérant obstacles et usagers en continu. La combinaison de capteurs, d’intelligence artificielle et de logiciels coordonne ces tâches en temps réel.
La sécurité et la navigation reposent sur la perception, la cartographie, puis la planification précise. Pour bien comprendre, examinons maintenant les éléments essentiels à garder en mémoire.
A retenir :
- Perception multimodale grâce à capteurs, lidars, radars et caméras
- Cartographie 3D et localisation précise du véhicule sur la carte
- Planification d’itinéraires et prise de décision en temps réel
- Contrôle de direction, freinage et navigation pour sécurité
Capteurs et algorithmes forment ensemble la base de la conduite autonome moderne. Les éléments listés ci-dessus cadrent les fonctionnalités et les enjeux techniques.
Après les points essentiels, perception et capteurs : comment la voiture autonome voit l’environnement
La perception commence par la collecte de données via caméras, lidars et radars. Ces capteurs fournissent des flux continus utilisés pour la détection et la classification d’objets.
Selon SAE International, la fusion de capteurs reste essentielle pour une perception fiable en conditions variées. Dans un test réel, la combinaison lidar-caméra réduit les erreurs de détection dans l’obscurité.
Capteurs en détail :
- Caméras pour reconnaissance d’images et feux
- Lidars pour cartographie 3D et distance précise
- Radars pour vitesse relative et détection longue portée
- Unités de fusion pour agréger données capteurs en continu
Composant
Fonction principale
Bénéfice majeur
Caméras
Détection d’images, reconnaissance des panneaux et feux
Reconnaissance visuelle détaillée
Lidars
Génération de nuage de points 3D et mesure de distance
Vision précise de la distance et du relief
Radars
Mesure de la vitesse relative et détection par mauvais temps
Gestion des distances et sécurité active
Intelligence artificielle
Analyse des données et classification en temps réel
Prise de décision automatisée
GPS
Positionnement global et aide à la navigation
Navigation efficace et guidage d’itinéraire
« J’ai testé un véhicule autonome en milieu urbain et il a évité deux obstacles imprévus sans hésitation »
Aline M.
La qualité des capteurs conditionne la cartographie et la localisation du véhicule. Ces modules de cartographie seront examinés ensuite pour comprendre la planification.
En reliant perception et capteurs, cartographie et localisation : positionnement et modèles
La cartographie produit des modèles 3D qui servent de référence pour la navigation. La localisation fusionne capteurs et cartes pour déterminer la position du véhicule en temps réel.
Selon Waymo, les cartes haute définition améliorent la précision de la trajectoire en milieu urbain complexe. Les systèmes combinent ces cartes avec estimations locales pour corriger les dérives.
Étapes opérationnelles :
- Acquisition de données brutes issues des capteurs
- Fusion sensorielle et filtrage des mesures erratiques
- Alignement des données brutes avec la carte 3D
- Estimation de la position et traitement de l’incertitude
Cartographie 3D et modèles de l’environnement
En lien direct avec la localisation, la cartographie compile nuages de points et modèles topologiques. Selon SAE International, les cartes à haute définition améliorent la précision de navigation en milieu urbain.
Localisation et incertitude : techniques et limitations
À partir des cartes, la localisation utilise algorithmes d’estimation pour réduire l’incertitude. Les contraintes de capteurs et conditions météo restent des défis opérationnels quotidiens pour les systèmes.
Capteur
Faible luminosité
Pluie
Occlusion
Caméras
Moyen
Dégradé
Limité
Lidars
Bon
Dégradé
Bon
Radars
Bon
Bon
Moyen
Fusion sensorielle
Robuste
Résilient
Efficace
« Le système a guidé le véhicule malgré des plans de route changés par des travaux »
Marc L.
Comprendre cartographie et localisation prépare la planification, qui transforme perception en action. La suite examine les algorithmes de prise de décision et les systèmes de contrôle.
Ensuite, planification et prise de décision : du calcul au contrôle effectif
En poursuivant la logique, la planification convertit cartes et perceptions en trajectoires sûres. Selon Waymo, l’intelligence artificielle optimise compromis entre sécurité, confort et efficacité énergétique.
La prise de décision évalue options et risques pour choisir manœuvre la plus sûre. Le point suivant décrit les algorithmes et les boucles de contrôle qui traduisent ces choix en actions physiques.
Planification et contrôle :
- Évaluation des trajectoires possibles selon règles et contraintes
- Choix de la manœuvre optimale selon sécurité et confort
- Prise de décision intégrant prédictions des comportements voisins
- Suivi de trajectoire et réajustement continu en temps réel
Algorithmes de planification et prise de décision
En poursuivant la logique, la planification convertit cartes et perceptions en trajectoires sûres. Selon Waymo, l’intelligence artificielle permet d’arbitrer entre plusieurs objectifs de conduite.
« J’utilise régulièrement le mode autonome pour trajets longue distance, l’expérience reste rassurante et fluide »
Sophie R.
Contrôle, navigation et sécurité active
La phase de contrôle exécute commandes de direction, freinage et accélération selon les décisions calculées. Selon la Commission européenne, la sécurité fonctionnelle et la redondance des systèmes demeurent prioritaires.
La navigation suit la trajectoire planifiée tout en tenant compte des imprévus détectés en continu. Ces capacités de prise de décision et de contrôle déterminent l’acceptation publique et l’intégration urbaine.
« La sécurité reste la priorité absolue pour l’acceptation publique des véhicules autonomes »
Paul D.
Une vidéo explicative peut aider à visualiser ces couches technologiques et leur coordination. La démonstration suivante illustre la chaîne perception‑décision‑action en situation urbaine.
La complétude des systèmes nécessite tests, validation et normes adaptées pour garantir robustesse et sécurité. La prochaine étape dans l’adoption reste l’harmonisation réglementaire et l’acceptation sociale.
Source : SAE International, « Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles », SAE International, 2018 ; Waymo, « How our technology works », Waymo, 2024 ; Commission européenne, « Cadre pour la mobilité automatisée », Commission européenne, 2025.
