Conduire est une tâche complexe. Nous manipulons des véhicules lourds à grande vitesse tout en devant assurer une sécurité optimale. Même après des années de pratique, nous ne sommes pas parfaits. Malgré les progrès constants en matière de sécurité automobile, les accidents de la route restent fréquents, et la principale cause demeure l’erreur humaine. C’est cette réalité qui pousse au développement des véhicules automatisés — des voitures capables de se conduire seules — dont on espère qu’elles seront plus sûres. Elles promettent aussi d’autres avantages : une circulation plus fluide, une meilleure utilisation du temps en déplacement, et une mobilité accessible à ceux qui ne peuvent pas conduire. L’automatisation de la conduite suscite un grand enthousiasme. Des investissements colossaux sont réalisés, des innovations sont annoncées régulièrement, et des campagnes marketing puissantes renforcent l’image d’un avenir immédiat où les voitures rouleraient toutes seules. Pourtant, concevoir un véhicule autonome représente l’un des défis ingénierie les plus ambitieux du XXIe siècle. Comprendre cette technologie permet de distinguer ce qui est réel de ce qui relève de la publicité. Cela permet aussi d’apprécier les avancées réelles tout en restant réaliste sur les perspectives à court et moyen terme. L’objectif de cet article est de présenter de manière claire les principales tâches qu’un véhicule autonome doit accomplir, les approches ingénierie actuelles et prometteuses pour chaque tâche, ainsi que les niveaux d’automatisation définis par l’industrie. Un véhicule autonome doit d’abord percevoir son environnement : détecter les autres véhicules, les piétons, les feux de signalisation, les panneaux, les marquages routiers, les obstacles, etc. Pour cela, il s’appuie sur une combinaison de capteurs — caméras, radars, lidars (systèmes de télédétection par laser) — et de logiciels d’intelligence artificielle capables d’interpréter les données en temps réel. Ensuite, il doit comprendre ce qu’il voit : identifier les objets, prédire leurs mouvements, et situer le véhicule dans l’espace. Cela nécessite des algorithmes de vision par ordinateur, de traitement du langage (pour lire les panneaux) et de cartographie précise, souvent en temps réel. Ensuite vient la décision : choisir la trajectoire, accélérer, freiner, tourner, changer de voie. Ce processus repose sur des systèmes de planification et de contrôle, qui doivent prendre des décisions rapides et sûres, souvent dans des situations imprévues. Enfin, le véhicule doit agir : commander les moteurs, les freins, le volant, avec une précision et une réactivité extrêmes. Cela implique des systèmes de contrôle très fiables, capables de fonctionner même en cas de défaillance partielle. Les niveaux d’automatisation, définis par l’Organisation mondiale de la santé et l’Association des ingénieurs automobiles (SAE), vont de 0 (aucune automatisation) à 5 (automatisation complète). Aujourd’hui, la plupart des véhicules sur le marché sont au niveau 2 (conduite assistée, avec supervision constante du conducteur). Les expérimentations de niveau 4 (fonctionnement autonome dans des zones définies) se poursuivent dans certaines villes, mais l’automatisation totale (niveau 5) reste un objectif lointain. Bien que les progrès soient réels, de nombreux défis techniques, éthiques et réglementaires subsistent. La complexité du monde réel — météo, comportements imprévisibles des usagers de la route, infrastructures inégales — rend la tâche extrêmement difficile. En résumé, les voitures autonomes ne sont pas une simple question de logiciels ou de capteurs. Elles représentent un système intégré, extrêmement complexe, qui doit fonctionner en toute sécurité dans des conditions changeantes. Comprendre ces enjeux permet de mieux évaluer les promesses de la technologie, et de rester lucide face aux attentes excessives.