Le débat entre partisans des caméras seules et défenseurs des capteurs multiples refait surface avec une clarté inhabituelle. Dmitri Dolgov, co-PDG de Waymo, a pris la parole lors de la Startup School de Y Combinator pour exposer, avec une précision technique rare, pourquoi une approche fondée uniquement sur des caméras atteint un plafond de sécurité avant même d’approcher une conduite pleinement autonome. Il n’a pas mentionné Tesla une seule fois. Mais tout le monde sait de qui il parle.
Le plafond de sécurité que les caméras seules ne franchissent pas
Dolgov part d’un constat que personne ne conteste : les humains conduisent avec leurs yeux, donc les caméras peuvent, en théorie, reproduire ce que fait un conducteur humain. Il concède même que cette approche est « parfaitement raisonnable » si l’objectif est d’égaler approximativement les performances humaines ou de construire un système d’aide à la conduite. C’est là où le raisonnement devient intéressant.
Dès lors que l’objectif passe à une autonomie totale sans supervision humaine, la logique change radicalement. « Une perception faible conduit à une courbe de sécurité qui plafonne bien trop tôt », dit-il. Ce n’est pas une question d’opinion : c’est une contrainte mathématique. Les caméras peuvent vous amener à un niveau humain, voire légèrement au-dessus. Mais entre « aussi bien qu’un humain » et « assez fiable pour transporter des passagers sans conducteur à grande échelle », il y a un fossé que la seule vision optique ne comble pas.
Pourquoi Waymo combine caméras, lidar et radar
Waymo s’appuie sur trois types de capteurs, et Dolgov a pris soin d’expliquer pourquoi chacun est indispensable — et pas simplement comme solution de secours en cas de défaillance d’un autre.
Les caméras offrent une haute résolution et perçoivent les couleurs, mais elles sont passives : elles ne fonctionnent que dans de bonnes conditions lumineuses et sont vulnérables aux éblouissements, à l’obscurité totale et à toute obstruction physique de l’objectif.
Le lidar mesure directement la structure 3D de l’environnement en émettant des impulsions laser. Il voit aussi bien en plein soleil qu’en pleine nuit, et n’est pas affecté par les contre-jours.
Le radar pénètre le brouillard, la pluie et la neige, et mesure directement la vitesse des objets via l’effet Doppler. Lui aussi est un capteur actif, indépendant de la luminosité ambiante.
« Ces différentes modalités de perception ne sont pas des sauvegardes les unes des autres », a précisé Dolgov. Chaque capteur dispose de son propre encodeur, et la fusion des données produit une représentation du monde « nettement supérieure à ce que vous obtenez avec un seul type de capteur ». Pour illustrer ses propos, il a cité des cas concrets : une tempête de poussière à Phoenix où la caméra ne distingue presque rien tandis que le lidar identifie clairement un piéton au bord de la route, des enfants qui traversent une rue non éclairée de nuit en suivant un chien, ou encore des personnes qui franchissent un séparateur en béton sur une autoroute. Dans chacun de ces cas, la caméra est proche de l’inutilité — le lidar reste parfaitement lisible. Il a aussi évoqué un cas particulièrement parlant : une feuille collée sur un capteur peut immobiliser un véhicule autonome. Un Waymo a détecté une branche d’arbre que ses essuie-glaces ne parvenaient pas à dégager, et a utilisé ses autres capteurs pour regagner seul le dépôt en toute sécurité.
La logique des “neuf” : pourquoi les derniers pourcentages coûtent tout
Derrière l’argument technique se cache un argument mathématique que Dolgov appelle l’« échelle exponentielle des neuf ». Le principe : chaque neuf supplémentaire de fiabilité — passer de 90 % à 99 %, puis à 99,9 %, puis à 99,99 % — demande environ dix fois plus d’efforts que le précédent. Elon Musk lui-même parle de cette « marche des neuf » pour décrire la progression du FSD de Tesla.
Le problème, c’est que la technologie qui progresse le plus vite au début — celle qui fait le meilleur effet en démo — n’est pas nécessairement celle qui atteint les derniers niveaux de fiabilité. Un produit d’aide à la conduite a besoin de quelques neuf. Un véhicule qui transporte des enfants sans aucun conducteur à bord en a besoin d’une pile entière. Projeter la pente initiale d’amélioration d’une technologie jusqu’à l’autonomie complète, c’est ignorer précisément là où la courbe se brise. Dolgov s’est aussi attaqué à l’argument du coût, le dernier refuge des partisans des caméras seules : Waymo en est à sa sixième génération matérielle, et le prix a chuté de façon drastique à chaque itération. Parier contre le lidar sur la base de ses tarifs actuels, c’est « miser sur un chiffre dont la durée de vie est assez courte ».
Tesla et les chiffres réels de son service robotaxi
Tesla est le pari le plus visible sur la vision caméra seule. Le constructeur a retiré le radar de ses voitures en 2021, puis les capteurs ultrasoniques en 2022, pour basculer entièrement sur « Tesla Vision ». Son service de robotaxi, lancé à Austin en 2025, fonctionne exclusivement avec des caméras. Les données disponibles montrent un taux d’accidents environ trois fois supérieur à celui des conducteurs humains, même avec un superviseur humain à bord.
Tesla a par ailleurs confirmé avoir accumulé 380 000 km de conduite sans supervision humaine depuis le lancement de son service, sur un an. Waymo réalise cette distance en une seule journée. À titre de comparaison, le dernier rapport de sécurité de Waymo, établi sur la base de 220 millions de miles (environ 354 millions de km) parcourus sans conducteur, fait état de 94 % de blessures graves en moins par rapport à ce que causeraient des conducteurs humains sur la même distance — soit un ratio d’environ 17 fois plus sûr. Waymo assure aujourd’hui environ 500 000 courses payantes par semaine dans 15 villes américaines et vise le million hebdomadaire. Le service de Tesla ressemble davantage, pour l’instant, à une démonstration à basse vitesse dans des zones géographiquement limitées au Texas — ce que Dolgov appelle explicitement « une démo dans une zone géo-clôturée ».
Ce que le coût du système Waymo change à l’équation
L’argument économique mérite d’être posé clairement. Waymo serait proche de proposer l’ensemble de son package — véhicule, suite de capteurs et logiciel de conduite autonome — pour environ 60 000 dollars. L’avantage de coût d’un véhicule caméra-seule se réduirait alors à environ 20 000 dollars. À ce niveau de prix, la vraie question n’est plus « quel système est moins cher ? » mais « quel système fonctionne réellement à grande échelle ? ». Un système deux fois moins cher mais plafonné en termes de sécurité n’a pas le même attrait commercial qu’un système capable de tourner des millions de kilomètres par semaine avec un niveau de fiabilité documenté.
Le coût du lidar a suivi la même trajectoire que des dizaines d’autres technologies embarquées dans l’automobile — l’ABS coûtait plus de 1 000 dollars à ses débuts, les airbags étaient des options premium. Rien ne laisse penser que les capteurs actifs feront exception à cette règle. Si les prix continuent de baisser pendant que les systèmes caméra-seule continuent de buter sur le même mur de fiabilité, l’argument « les caméras sont le choix pragmatique » perd du terrain chaque année qui passe.
Rédigé par Albert Lecoq
Spécialiste des guides d'achat de voitures électriques, je suis passionné par les nouvelles technologies et je suis un fervent partisan de l'adoption de la technologie électrique et de la mobilité durable.
Réagissez à l'article
