La conduite autonome n’a pas d’inventeur unique. Derrière cette technologie se superposent des décennies de recherche académique, des prototypes oubliés et des programmes industriels qui ont chacun posé une brique. Retracer cette filiation permet de mesurer l’écart entre les premières expérimentations et les systèmes de niveau 3 ou 4 testés aujourd’hui sur route ouverte.
Niveaux d’autonomie des véhicules : ce que mesurent les classements SAE
Avant de remonter le fil historique, clarifier l’échelle de référence aide à situer chaque avancée. La classification SAE, adoptée par la plupart des constructeurs et des régulateurs, découpe l’autonomie en six niveaux.
A lire en complément : Quelle voiture choisir en 2026 ?
| Niveau SAE | Rôle du conducteur | Exemple concret |
|---|---|---|
| 0 | Contrôle total par le conducteur | Véhicule sans aucune assistance |
| 1 | Assistance ponctuelle (direction ou vitesse) | Régulateur de vitesse adaptatif |
| 2 | Assistance combinée, surveillance permanente | Tesla Autopilot, Ford BlueCruise |
| 3 | Conduite autonome conditionnelle, reprise sur demande | Mercedes Drive Pilot (autorisé sur autoroute) |
| 4 | Autonomie complète dans un périmètre défini | Waymo (robotaxis en zone urbaine délimitée) |
| 5 | Autonomie totale sans restriction géographique | Aucun véhicule commercial à ce jour |
La majorité des véhicules vendus aujourd’hui se situent aux niveaux 1 et 2. Les programmes les plus avancés atteignent le niveau 4 dans des zones géographiques restreintes. Le niveau 5 reste un objectif de recherche, pas une réalité commerciale.
A lire aussi : Quels véhicules seront interdits en 2026 ?
Prototypes de recherche des années 1980 : Navlab et le laboratoire Tsukuba
Les concurrents citent souvent Léonard de Vinci ou Carl Benz comme précurseurs. Leur rôle dans l’histoire de l’automobile ne fait aucun doute, mais aucun des deux n’a travaillé sur un système de conduite autonome au sens technique du terme. Les véritables jalons commencent dans les années 1980, quand des équipes de recherche ont combiné capteurs, puissance de calcul et algorithmes pour piloter un véhicule sans intervention humaine.
Au Japon, le laboratoire d’ingénierie mécanique de Tsukuba a fait rouler un véhicule autonome capable de suivre des marquages au sol grâce à un système de vision par caméra. Ce prototype roulait à faible vitesse, sur un parcours balisé, mais il a démontré la faisabilité d’une navigation par vision artificielle.
Aux États-Unis, le projet Navlab de l’université Carnegie Mellon a franchi un cap. Le Navlab 1, un fourgon équipé de capteurs et d’ordinateurs embarqués, a parcouru des routes en conditions semi-réelles. Ce programme, financé en partie par la DARPA (agence de recherche du département de la Défense), a alimenté plusieurs générations de chercheurs en robotique mobile.
Pourquoi ces projets comptent plus que les « précurseurs » antiques
La différence tient à la boucle perception-décision-action. Un véhicule motorisé du XIXe siècle avance sans cheval, mais un humain le dirige. Un prototype comme le Navlab capte son environnement, traite l’information et ajuste sa trajectoire. C’est cette boucle qui définit la conduite autonome telle qu’on la mesure aujourd’hui.
Accélération industrielle : du DARPA Grand Challenge aux robotaxis Waymo
Les années 2000 marquent le passage de la recherche universitaire à la compétition industrielle. Le DARPA Grand Challenge, organisé aux États-Unis, a mis en concurrence des véhicules autonomes sur un parcours désertique. Lors de la première édition, aucun véhicule n’a terminé le parcours. L’année suivante, plusieurs équipes ont franchi la ligne d’arrivée, prouvant que la technologie progressait à un rythme accéléré.
Parmi les participants, l’équipe de Stanford dirigée par Sebastian Thrun s’est distinguée. Thrun a ensuite rejoint Google pour lancer le projet de voiture autonome qui deviendra Waymo. Ce transfert direct entre recherche académique et industrie illustre comment la conduite autonome s’est construite : par capillarité, d’un laboratoire à une entreprise, puis d’un prototype à un service commercial.
- Waymo opère des robotaxis de niveau 4 dans plusieurs villes américaines, sans conducteur de sécurité à bord dans certaines zones
- Tesla propose l’Autopilot (niveau 2), qui exige une surveillance permanente du conducteur malgré son nom trompeur
- Ford commercialise BlueCruise, un système de niveau 2 actif sur autoroute avec suivi du regard du conducteur
Ces trois approches coexistent et ne visent pas le même niveau d’autonomie. Waymo mise sur le niveau 4 géolocalisé, tandis que Tesla et Ford restent au niveau 2 avec une couverture géographique plus large.
Conduite autonome en 2025-2026 : les fronts réglementaires et industriels
La question « qui a inventé la conduite autonome » se prolonge aujourd’hui sur le terrain réglementaire. Autoriser un véhicule autonome à circuler sans conducteur humain demande un cadre légal, et ce cadre varie fortement d’un pays à l’autre.
La Chine a délivré son premier permis officiel de conduite autonome de niveau 3, autorisant un véhicule à rouler sur certains segments sans intervention humaine continue, à condition qu’un conducteur reste prêt à reprendre le contrôle. Cette avancée réglementaire positionne la Chine parmi les premiers pays à reconnaître légalement une fonction de niveau 3.
En Europe, Stellantis a lancé au Luxembourg un programme pilote de mobilité autonome en partenariat avec Bolt et Pony.ai. Ce projet de niveau 4 en environnement urbain européen teste des véhicules autonomes dans des conditions de circulation réelles, avec un cadre réglementaire encadré par les autorités locales.
Ces développements montrent que l’invention de la conduite autonome ne se résume pas à un brevet ou à un prototype. Elle se construit aussi par la réglementation, l’homologation et l’acceptation sociale.
Technologies clés qui séparent les niveaux d’autonomie
Trois familles technologiques distinguent un système de niveau 2 d’un système de niveau 4 :
- Le LiDAR (détection laser) fournit une cartographie 3D précise de l’environnement. Waymo l’utilise massivement, Tesla l’a longtemps refusé au profit d’une approche basée uniquement sur les caméras
- La fusion de capteurs (caméras, radars, ultrasons) combine plusieurs sources pour fiabiliser la détection d’obstacles, de piétons et de signalisation
- Les algorithmes de décision, de plus en plus appuyés sur l’apprentissage profond, transforment les données capteurs en trajectoire et en commandes de freinage ou d’accélération
La maturité de chacune de ces briques détermine le niveau d’autonomie atteignable. Aucun constructeur ne maîtrise encore l’ensemble de la chaîne pour le niveau 5.
La conduite autonome reste un projet collectif, distribué entre laboratoires, constructeurs et régulateurs. Attribuer son invention à une seule personne ou à une seule entreprise revient à ignorer la sédimentation de plusieurs décennies de recherche, de compétitions et de cadres juridiques qui continuent de la façonner.
