Waymo explique son approche multimodale de l'autonomie [VIDÉO]

Le secteur de la conduite autonome est divisé sur la manière dont les véhicules devraient percevoir leur environnement. Tesla privilégie une approche basée uniquement sur la vision pour sa technologie de conduite entièrement autonome (FSD) destinée aux consommateurs et pour sa plateforme commerciale de Robotaxis, tandis que Waymo, filiale d'Alphabet, soutient un ensemble multimodal qui fusionne caméras, radar et LiDAR.

Lors de la Startup School 2026 organisée par Y Combinator, le co-PDG de Waymo, Dmitri Dolgov, a partagé les leçons tirées de la transformation des robotaxis sans conducteur de l'entreprise, passant d'une démonstration à un produit commercial, expliquant que Waymo fusionne les données provenant de multiples modalités de détection physique pour gérer l'IA physique dans le trafic réel.

Fusionner caméras, radar et LiDAR pour la redondance

Le système de Waymo est construit autour d'une suite de capteurs multimodaux. Au lieu de s'appuyer uniquement sur des caméras optiques, ses véhicules combinent des caméras haute résolution, un LiDAR actif et un radar au sein d'un modèle de perception unifié.

Dolgov a noté que si les caméras offrent une richesse de couleurs et une haute résolution, elles peuvent être mises en difficulté par des reflets intenses, la lumière directe du soleil, l'obscurité totale ou des conditions météorologiques difficiles. Le LiDAR actif fournit des mesures structurelles 3D directes indépendamment de l'éclairage ambiant, et le radar permet de pénétrer le brouillard dense, la pluie et la neige tout en utilisant l'effet Doppler pour mesurer la vitesse des objets.

Selon Waymo, un système à modalité unique conduit à une courbe de sécurité qui plafonne trop rapidement lorsqu'il s'agit d'atteindre une conduite supérieure à celle de l'humain. L'utilisation de plusieurs types de capteurs distincts crée une couverture qui se chevauche, protégeant ainsi contre les défaillances liées à des cas exceptionnels, comme des débris obstruant partiellement l'objectif d'une caméra.

Waymo vs Tesla : deux philosophies divergentes

L'approche multimodale de Waymo contraste avec la stratégie « tout caméra » de Tesla. Waymo soutient qu'un système basé uniquement sur des caméras peut progresser plus facilement au début, mais finit par atteindre un plafond de performance, tandis que Tesla reste déterminé à utiliser une seule modalité de détection, affirmant pouvoir résoudre les cas complexes en s'entraînant sur suffisamment de données du monde réel.

Tesla a notoirement abandonné le radar et le LiDAR pour se consacrer entièrement à la vision, affirmant que puisque les conducteurs humains naviguent en utilisant deux yeux et un cerveau, les véhicules autonomes devraient fonctionner de manière identique, en utilisant des caméras et des réseaux neuronaux. Au lieu de capteurs actifs, Tesla modélise le monde physique uniquement par la vision, utilisant des caméras pour reconstruire l'espace 3D et traitant des milliards d'images vidéo pour aborder les cas exceptionnels les plus rares.

Cette division architecturale reflète des modèles économiques différents. Le système basé uniquement sur la vision de Tesla permet de maintenir des coûts matériels bas, facilitant l'intégration de fonctionnalités d'aide à la conduite sur des millions de véhicules de clients dans le monde entier. À l'inverse, la suite multimodale de Waymo ajoute du matériel coûteux, mais elle s'aligne plus facilement sur les cadres réglementaires actuels grâce à ses redondances et à ses indicateurs de sécurité démontrés.

Bien que les humains puissent conduire en toute sécurité en utilisant uniquement la perception visuelle, l'ajout d'un radar actif et d'un LiDAR 3D peut introduire des marges de sécurité supplémentaires, permettant potentiellement aux systèmes autonomes de réagir plus vite que les humains et de conduire à des vitesses que ces derniers ne pourraient pas gérer en toute sécurité. À mesure que les deux entreprises étendent leurs opérations sans conducteur, les indicateurs d'intervention dans le monde réel indiqueront quelle voie technique atteindra le déploiement massif de flottes en premier. Vous pouvez regarder l'intégralité de l'intervention de Dolgov ci-dessous :