Et si le principal obstacle sur la route des voitures autonomes était… la neige et la pluie ?

Les voitures et autres véhicules autonomes s'apprêtent à remplacer, nous dit-on depuis le début des années 2010, les véhicules conduits par des humains Nombreux sont les acteurs qui travaillent sur cette révolution, qu'il s'agisse de constructeurs automobiles (Audi, Toyota, Renault, Nissan, Peugeot, Mercedes-Benz, Tesla…), d'entreprises de la Silicon Valley (Alphabet, Apple…) ou d'équipementiers comme Valeo, Continental ou Bosch. Mais le futur semble mettre un peu plus de temps que prévu à arriver. "Il y aura dix millions de véhicules autonomes sur les routes en 2020", prédisait Business Insider en 2016. En 2015, le Guardian estimait même qu'en 2020, nous ne serions plus que des passagers de nos voitures. Même si des voitures, comme les Tesla, ont désormais des assistants à la conduite et sont semi-autonomes, on est loin du futur promis.

Pourquoi ce retard ? "Il est possible d'utiliser la conduite automatique sur l'autoroute dans des conditions normales (certaines rues pourraient être balisées de sorte que l'automate y soit aussi efficace que sur l'autoroute, mais cela demande un investissement et qui le paiera ?)", expliquait l'économiste Michel Volle à Atlantico en 2017. "Il n'en est plus de même dès que la voiture quitte l'autoroute pour s'engager sur des routes secondaires au balisage plus ou moins confus, ou que la météo devient difficile (neige, verglas, etc.)", notait-il déjà.

C'est là que le bât blesse. Pour entraîner l'intelligence artificielle de ces véhicules, il est nécessaire de leur faire ingurgiter l'équivalent de millions de kilomètres de données : cela permet au véhicule de "s'entraîner" à reconnaitre les situations qu'il rencontrera sur la route. Le problème, c'est que les développeurs de ces technologies déploient leurs véhicules de test dans des zones comme la Californie, l'Arizona, le Texas ou la Floride. Waymo, filiale d'Alphabet, teste ainsi ses véhicules en Arizona. Uber vient, avec 65 (!) autres entreprises, d'obtenir un permis pour tester ses voitures autonomes sur les routes de Californie. Le problème, c'est que ces zones sont toutes réputées pour leur climat particulièrement agréable, sec et chaud tout au long de l'année.

Ce n'est pas le cas du monde entier. Un professeur d’ingénierie informatique de l’université de Waterloo au Canada, Krzysztof Czarnecki, s'en est rendu compte quand, après avoir développé son propre modèle de voiture autonome fin 2018, il lui a fait ingurgiter des données de conduite venues d'une autre université, en Allemagne. Si, par temps sec, le véhicule a réussi à reconnaitre les routes et les piétons, pas bien différents de ceux que l'on rencontre en Allemagne, la voiture est devenue un danger public lorsqu'il a emprunté une route enneigée de l'Ontario. Sur la neige, témoigne-t-il, "le comportement de l’IA devient erratique. Elle commence à voir des choses qui ne sont pas là et rate aussi des éléments pourtant présents." A plusieurs reprises, il a dû reprendre le volant en urgence pour éviter l'accident.

La pluie, et surtout la neige, peuvent en effet obscurcir ou flouter les capteurs des véhicules, masquer les marquages au sol et tout simplement modifier la forme des objets : une voiture recouverte de neige paraît différente de la même voiture sous un soleil de plomb. La glace, elle, pose encore un autre type de problème, souligne Bryan Reimer Leonard, professeur au MIT. "La complexité des conditions hivernales va demander une énorme quantité de travail pour être correctement prise en charge par les technologies d’automatisation", dit-il. Dans le Financial Times, il y a deux ans, Carl Wellington, ingénieur au Autonomous Driving Technologies Research Center d’Uber à Pittsburgh, l'expliquait : "Les voitures autonomes dépendent fortement d’un laser rotatif, nommé Lidar, qui suit les objets autour de la voiture. Lorsque la neige tombe, le laser peut confondre les flocons de neige avec des objets plus solides. Il s’agit d’un capteur impressionnant car il vous offre un sens tridimensionnel du monde, mais il est très sensible à la neige et dans ces conditions, beaucoup de mesures peuvent être faussées à cause des flocons."

Pour améliorer la situation, Krzysztof Czarnecki et Steven Waslander, professeur à l'université de Toronto, ont compilé des bases de données intégrant des images de routes canadiennes sous la neige ou la pluie, dans le brouillard ou en plein blizzard. On y voit même des voitures déraper sur le verglas. "Cet ensemble de données doit permettre aux véhicules autonomes de rouler plus facilement dans des conditions hivernales, Waymo, Argo et Yandex devraient pouvoir profiter de cette mise à jour", espère Krzysztof Czarnecki dans Siècle Digital.

Suffisant ? Pas forcément. Le PDG de Scale AI, Alexandr Wang, explique à Wired que c'est "un angle mort" du développement. "Déployer des véhicules autonomes dans des mauvaises conditions météo n'est pas vraiment pris à bras le corps, ou même vraiment discuté". Matthew Johnson-Roberson, professeur à l’Université du Michigan, fait le même constat. Pour lui, "les gros acteurs ne sont pas concentrés sur le problème" des mauvaises conditions climatiques. "Il y a beaucoup de travail à réaliser sur les voitures autonomes en général, mais la conduite par mauvais temps va être un gros élément de différenciation." A bon entendeur…