Le média chinois Dongchedi vient de publier une étude qui fait grand bruit dans l’industrie automobile. En fermant une autoroute complète pendant plusieurs jours, ils ont testé 36 véhicules différents équipés de systèmes d’aide à la conduite dans des situations dangereuses et complexes. Les résultats sont pour le moins révélateurs : la plupart des systèmes testés ont montré leurs limites, avec Tesla qui tire son épingle du jeu.
Cette expérimentation d’envergure nous rappelle que malgré les promesses marketing, les systèmes ADAS (Advanced Driver Assist Systems) restent avant tout des assistances et non des remplacements au conducteur humain. L’étude de 92 minutes, disponible sur la chaîne YouTube DCARSTUDIO, mérite votre attention même si elle nécessite de passer par les sous-titres en anglais.
Six scénarios d’accidents reproduits sur autoroute fermée
Les ingénieurs de Dongchedi ont conçu six situations d’urgence que vous pourriez rencontrer sur autoroute. Chaque test impliquait plusieurs véhicules en circulation pour reproduire la complexité du trafic réel :
Véhicule de tête qui se déporte soudainement, révélant un obstacle immobilisé
Zone de travaux temporaire nécessitant un changement de voie rapide
Camion stationné empiétant sur la voie de circulation, de nuit
Véhicule accidenté en travers de deux voies, feux éteints, conditions nocturnes
Insertion agressive d’un véhicule depuis une bretelle d’accès
Ces scénarios reproduisent fidèlement des situations que la plupart d’entre vous avez déjà rencontrées. Si les systèmes ADAS promettent d’être plus rapides et plus fiables qu’un conducteur humain, ils devraient théoriquement exceller dans ces conditions. La réalité s’avère bien différente.
Des comportements imprévisibles et dangereux observés
L’un des enseignements les plus troublants concerne l’imprévisibilité des systèmes. La XiaomiSU7, par exemple, a activé son freinage d’urgence automatique lors du premier test, puis a relâché les freins avant de les réactiver, sans parvenir à éviter la collision. Cette hésitation, typiquement humaine, ne devrait pas exister chez un système informatique.
Plus préoccupant encore, de nombreux véhicules ont privilégié l’évitement latéral au freinage d’urgence. Cette stratégie s’avère contre-productive : les systèmes tentaient de se déporter vers une voie adjacente occupée, forçant les autres conducteurs à des manœuvres d’évitement, avant de revenir dans leur voie initiale et de freiner tardivement. Le temps perdu dans ces manœuvres erratiques réduisait considérablement l’efficacité du freinage final.
Tesla domine malgré sa technologie vision seule
Les résultats placent Tesla en tête avec les Model 3 et Model X réussissant 5 tests sur 6. Ce succès surprend d’autant plus que Tesla utilise uniquement des caméras, contrairement à ses concurrents équipés de LiDAR et de radars. La Model X n’a échoué que sur le test de zone de travaux, tandis que la Model 3 n’a pas réussi à éviter complètement le sanglier, bien qu’elle ait ralenti suffisamment pour réduire l’impact.
Cette performance s’explique par l’antériorité technologique de Tesla dans ce domaine. Depuis 2014, le constructeur américain collecte des données sur des millions de kilomètres parcourus par sa flotte mondiale. Cette expérience accumulate constitue un avantage concurrentiel indéniable face à des marques plus récentes sur ce segment.
Incohérences inquiétantes entre véhicules identiques
L’étude révèle des disparités troublantes même au sein d’une même marque. Les différents modèles Aito ont affiché des performances très variables : le M9 haut de gamme a réussi 3 tests sur 6, tandis que le M8 intermédiaire n’en a validé qu’un seul. Paradoxalement, le M7 d’entrée de gamme a obtenu de meilleurs résultats que le M8 sur certains scénarios.
Cette inconsistance pose question sur la fiabilité de ces systèmes. Lu Guang Quan, chercheur à l’Université d’aéronautique et d’astronautique de Pékin, explique cette problématique : “Un modèle d’apprentissage ne fait que collecter de l’expérience. Il sait comment conduire mais pas pourquoi.” Cette boîte noire algorithmique rend impossible l’identification des causes d’erreur et leur correction.
Recommandations pour une utilisation sécurisée
Les conclusions de Dongchedi sont sans appel : ces systèmes ne peuvent supporter une conduite complètement autonome. Malgré les affirmations marketing, les ADAS doivent être considérés uniquement comme des assistances de sécurité, la conduite humaine restant prioritaire.
Vous devez maintenir votre attention sur la route en permanence. Même si votre véhicule gère correctement une situation une première fois, rien ne garantit qu’il réagira de manière identique lors d’une prochaine occurrence. Cette variabilité comportementale constitue le principal défi actuel de ces technologies.
Les systèmes basés sur l’apprentissage automatique excellent dans les situations courantes mais peinent face aux “scénarios à longue traîne” – ces événements rares mais critiques absents des bases d’entraînement. C’est précisément dans ces moments que vous, conducteur, devez reprendre le contrôle pour éviter que ce 1% de risque ne se transforme en accident aux conséquences dramatiques.
Rédigé par François Zhang-Ming
J'ai toujours montré un vif intérêt pour les sciences et les technologies dès mon plus jeune âge. Je possède une double culture, chinoise par ma mère et française par mon père mais aussi par mes études, ce qui me permet d'être très familier avec les innovations technologiques de l'extrême orient.
Le constructeur japonais Nissan traverse une période particulièrement délicate dans le secteur de l’électrique. Après l’échec de ses négociations avec […]
La Commission européenne se trouve dans une position délicate. Les annonces cruciales concernant l’avenir des moteurs thermiques et leur interdiction […]
Réagissez à l'article
