Pourquoi les véhicules autonomes peuvent-ils devenir "aveugles" sous la neige et la pluie ?

Conduite autonome et intelligence artificielle
Auteur: Lütfi Mete Odabaşı
Création: 21 Octobre 2026

Dans la neige abondante, la performance de détection du lidar chute de plus de 50 % et, comme l'intelligence artificielle ne sait pas à quel capteur se fier, les robotaxis s'arrêtent.

Partagez cette page

Les véhicules autonomes peuvent devenir aveugles sous la neige, le brouillard et les fortes pluies, car les capteurs lidar, radar et caméra perdent considérablement leurs performances de détection dans ces conditions, et l'intelligence artificielle ne sait pas à quelle donnée se fier. C'est pourquoi les sociétés de robotaxis suspendent leurs services et les constructeurs désactivent leurs systèmes. Alors, pourquoi la promesse de "conduite en toutes conditions" reste-t-elle encore une simple promesse ? Viens, regardons cela ensemble.

Points clés

La performance de détection du lidar sous forte pluie ou neige peut chuter de plus de 50 %.
Le brouillard peut perturber la classification des objets par le lidar jusqu'à 13,43 %. peut faire baisser.
Mercedes Drive Pilot (Niveau 3) ne peut pas fonctionner dans la neige, la pluie et de nuit.
Waymo a suspendu son service sans chauffeur à Atlanta et au Texas en mai 2026 après de fortes pluies.
Environ 70 % de la population américaine vit dans des régions enneigées.

Soyons honnêtes : les véhicules autonomes fonctionnent incroyablement bien par une journée ensoleillée en Californie. Mais regarde par la fenêtre et vois qu'il neige. C'est à ce moment-là que tout change d'un coup. Les véhicules qui se présentent comme capables de "conduire en toutes conditions" arrêtent leur service dès la première vraie tempête hivernale ou te disent "reprends le volant". Pourquoi ? Parce que les trois capteurs principaux (caméra, lidar et radar) qui permettent à un véhicule autonome de voir le monde ont du mal par mauvais temps. Dans cet article, nous verrons exactement quel capteur rencontre quelles difficultés et pourquoi, pourquoi les robotaxis s'arrêtent sous la pluie, et pourquoi cette promesse ne nous attend toujours pas.

Les niveaux de conduite autonome : pourquoi le Niveau 5 est-il encore loin ?

D'abord, une petite base : la norme SAE J3016 définit l'automatisation de la conduite en six paliers, du Niveau 0(aucune automatisation) au Niveau 5 (où le système est entièrement responsable de la conduite en toutes conditions). Le Niveau 2, la position de la plupart des systèmes "semi-autonomes" que nous voyons aujourd'hui sur les routes, n'est en réalité qu'une aide : il peut prendre en charge l'accélérateur, le frein et la direction, mais tu ne peux pas détacher ton regard de la route. Au Niveau 3, la responsabilité passe au système dans certaines conditions - attention au mot "conditions", nous y reviendrons tout à l'heure.

Le Niveau 5, c'est le saint Graal qui brille dans tout ce tableau. Autrement dit, qu'il neige, qu'il y ait du brouillard ou que la nuit tombe - peu importe, le véhicule conduit partout, en toutes circonstances. Le problème : même en 2026, ce niveau reste un point très lointain à l'horizon. Et le plus grand obstacle n'est ni la puissance du moteur ni la vitesse du logiciel ; c'est précisément le sujet de cet article : le problème de vision par mauvais temps.

Caméra : si le soleil brille ou s'il neige, la vision disparaît

La caméra est le capteur le plus proche de l'œil humain, mais c'est justement pour cela qu'elle hérite de toutes les faiblesses de l'œil humain. Quand le brouillard tombe, qu'il neige ou que le soleil frappe de face, toi non plus tu ne peux pas voir le bout de la route, n'est-ce pas ? La caméra fait la même chose : la distance de vision se réduit, le contraste diminue. Par faible lumière et en plein soleil, elle rencontre de vraies difficultés.

Le côté amusant, c'est qu'il est impossible pour les constructeurs de le cacher. Les guides officiels de Tesla le disent clairement : les conditions de faible visibilité comme la faible luminosité, la pluie, la neige, le soleil direct et le brouillard peuvent sérieusement réduire les performances du système. Ajoutons à cela des caméras sales et des marquages au sol difficiles à lire par la caméra car estompés. Si l'on considère qu'en hiver même les lignes blanches disparaissent sous la neige, ce tableau n'a rien de réjouissant pour la caméra.

Lidar : les flocons de neige se transforment en faux obstacles pour le laser

Kar taneleri lidarın gözünde hayalet engellere dönüşür; otonom araç için en tehlikeli düşman bazen gökten inen bir avuç kardır.

Alors, que fait le lidar ? Je vous explique brièvement : le lidar est un capteur qui balaie son environnement de rayons laser, attend qu'ils reviennent en se réfléchissant sur les objets et trace un nuage de points en 3 dimensions autour du véhicule. Il fonctionne à merveille par temps ensoleillé. Mais dès qu'il commence à neiger, des millions de flocons traversent le trajet du faisceau laser et chacun se transforme en petit réflecteur. Le lidar voit soit ces flocons comme des zones d'ombre réparties le long de la route, soit génère des objets inexistants. Sans compter les problèmes de dispersion du signal, d'absorption et de données de faible qualité. Imaginez un obstacle fantôme qui vous coupe la route dans la circulation - voilà le cauchemar du lidar.

Les chiffres le confirment : différentes recherches montrent que, sous une forte pluie ou dans la neige, les performances du lidar chutent à des taux allant de 25 % à plus de 50 %. Le brouillard, lui, peut dégrader la classification des objets jusqu'à 13,43 %. La raison de la différence entre les taux est simple : chaque étude utilise des conditions, des capteurs et des méthodes de mesure différents. Mais la conclusion commune est une et claire : le mauvais temps érode sérieusement le super-pouvoir du lidar. Comme la pluie affecte en outre les caméras davantage que le lidar, les faiblesses des deux capteurs peuvent être déclenchées simultanément - et c'est là le véritable point de fragilité de la fusion de capteurs, nous y reviendrons dans un instant.

Radar : le héros caché du mauvais temps, mais insuffisant à lui seul

Voici maintenant le membre le plus calme, le héros le plus discret de la table : le radar. Le radar fonctionne avec des ondes radio et, grâce à sa grande longueur d'onde, il est beaucoup moins affecté par les petites gouttes d'eau que la lumière visible ou les impulsions laser. Autrement dit, même dans le brouillard, l'obscurité et les conditions qui rendent totalement aveugle la caméra, il continue de mesurer la distance et la vitesse d'approche de manière fiable. Le radar à ondes millimétriques peut fonctionner normalement même par mauvais temps et sur des surfaces peu réfléchissantes. On dirait parfait, non ?

Le problème, c'est que le radar n'est pas un super détective, il ressemble plutôt à quelqu'un qui craint son ombre. Il peut dire que l'objet est là et à quelle vitesse il approche, mais il est incapable de savoir si cet objet est un sac en plastique, une poussette d'enfant ou un autre véhicule. Autrement dit, la résolution et la capacité de classification du radar sont faibles. C'est pourquoi le radar n'est à lui seul suffisant pour aucun niveau d'autonomie - il est simplement la dernière source fiable qui permet au trio de survivre.

Capteur	Son point fort	Sa faiblesse par mauvais temps
Caméra	Perception des détails et des couleurs, lecture des panneaux/marquages	Dans le brouillard, la neige, les reflets du soleil et la faible luminosité, la portée visuelle et le contraste diminuent
Lidar	Carte de distance 3D de précision	Perte de performance de 25–50 % ou plus sous la pluie battante et la neige, faux signaux causés par les flocons
Radar	Mesure de la distance et de la vitesse dans le brouillard et l'obscurité	Détecte les objets mais ne peut pas les classer correctement, résolution faible

Fusion de capteurs et intelligence artificielle : que se passe-t-il quand les trois yeux s'ouvrent en même temps ?

Il est possible qu'une idée te traverse l'esprit maintenant : "Puisque chaque capteur a ses propres faiblesses, s'ils combinent les trois, les faiblesses se compensent !" Oui, cette idée s'appelle la fusion de capteurs et elle constitue véritablement le fondement des véhicules autonomes. Quand la caméra est aveuglée, le lidar prend le relais ; si le lidar délire à cause de la neige, le radar maintient la distance. Un jeu d'équipe parfait sur le papier.

Mais il existe ici un seuil subtil mais important : les modèles d'intelligence artificielle qui gèrent la fusion sont pour la plupart entraînés avec des images de jour et de ciel dégagé. Autrement dit, l'IA peut ne pas savoir auquel faire confiance lorsqu'elle est confrontée, au milieu d'une tempête de neige, à des données contradictoires provenant des trois capteurs. Dans le brouillard ou sous la pluie, la caméra peut dire "il y a un mur" tandis que le radar dit "il n'y a pas de mur" - et le modèle ne sait plus laquelle des deux écouter. La neige provoque une sorte de décalage de confiance dans l'algorithme de perception : le véhicule ne voit pas l'objet qui approche, ou bien "hallucine" un objet qui n'existe pas du tout. Les deux scénarios sont très proches de la catastrophe sur la route.

Pourquoi les robotaxis s'arrêtent-ils sous la pluie ? Les exemples de Waymo et Cruise

Assez de théorie, descendons sur le terrain. En mai 2026, Waymo a suspendu ses services sans chauffeur à Atlanta et au Texas après que l'un de ses véhicules s'est retrouvé coincé dans les eaux de crue sous une pluie torrentielle. On sait également que la société s'efforçait d'empêcher ses véhicules d'entrer dans les zones inondées. Autrement dit, l'un des plus grands opérateurs de robotaxis au monde, n'ayant pas pu s'adapter aux conditions météo, a appuyé sur le bouton et arrêté le système. Par ailleurs, Waymo a également mis en pause ses lignes de robotaxis sur autoroute aux États-Unis en raison de préoccupations de sécurité et de logiciels - alors qu'elle venait de lancer en novembre 2025 un trajet autoroutier de 45 miles (72 km) de San Francisco à l'aéroport de San Jose via la U.S. 101.

Waymo n'est pas seulement sur la défensive : elle prévoit de s'étendre en 2026 à Las Vegas, San Diego et Détroit, et mène des tests à Boston et New York pour se préparer aux conditions hivernales. La société est donc consciente du défi de l'hiver et s'y prépare. Du côté de Cruise, le tableau était similaire : la société ne transportait pas de passagers sous de fortes pluies, n'assurait son service que sous une pluie légère, et indiquait que le véhicule pouvait revenir autonome au garage lorsque la pluie s'intensifiait. En mars 2023, après une tempête, des robotaxis de Cruise avaient bloqué une rue à San Francisco. Après l'incident d'octobre 2023, la société a rappelé ses 950 véhicules sans chauffeur et a arrêté ses opérations ; le DMV de Californie a suspendu son permis de conduite autonome et des enquêtes fédérales ont été ouvertes. En bref, le secteur des robotaxis fonctionne en mode "décider et attendre" face au mauvais temps.

Tesla FSD et Mercedes Drive Pilot : l'aveu silencieux des manuels

Les robotaxis travaillent dehors, mais qu'en est-il des systèmes dans notre propre voiture ? La Full Self-Driving (Supervisé) Le manuel officiel du système déclare explicitement que la faible visibilité (pluie, neige, soleil direct, brouillard) peut sérieusement dégrader les performances. Autrement dit, même Tesla admet dans son propre manuel que ce système ne fonctionne pas dans toutes les conditions. Si l'on regarde les rapports des utilisateurs, le tableau est un peu plus réaliste : il est signalé qu'un avertissement « FSD peut avoir été dégradé en raison du mauvais temps » apparaît sous une pluie modérée, et que sur une route verglacée, le système ne limite pas la vitesse mais se désactive instantanément dès que les pneus patinent. Bien sûr, il s'agit d'expériences d'utilisateurs, pas de déclarations officielles - mais cela concorde parfaitement avec l'avertissement du manuel.

Chez Mercedes, la situation est encore plus claire : Drive Pilot bénéficie de l'homologation SAE Niveau 3, mais ne peut pas fonctionner dans des conditions de neige, de pluie ou de nuit. Autrement dit, Mercedes, au moment où il transfère la responsabilité au système (au Niveau 3, la responsabilité légale incombe au fabricant), filtre les conditions météorologiques à travers un filtre strict et te rend le contrôle dans toute situation douteuse. Mercedes transforme également, grâce à des simulations, des variables comme la pluie et la neige en centaines de milliers de kilomètres d'essais - l'effort pour résoudre le mauvais temps par la technologie va donc continuer, mais ce n'est pas encore une solution.

Pourquoi la promesse de « conduite dans toutes les conditions » n'est-elle pas encore possible ?

Voilà la vraie question. La promesse est très belle : en hiver, dans le brouillard, dans la tempête, le véhicule t'emporte partout. Mais la réalité technique est la suivante : face à cette promesse, les trois types de capteurs ont chacun leur propre faiblesse, et l'intégration sûre de ceux-ci par l'intelligence artificielle n'est pas encore aboutie. Du côté de la sécurité aussi, le tableau reste controversé : l'avantage sécuritaire des véhicules autonomes est pour l'instant davantage une position en devenir/aspirationnelle, non prouvée. Les premières données montrent que les véhicules sans conducteur pourraient réduire les accidents graves, mais les experts affirment qu'il faut beaucoup plus de données avant une utilisation plus répandue. Il y a aussi une voix pragmatique : même si la technologie s'avérait moins dangereuse, il existe de bien meilleures façons d'améliorer la sécurité routière.

Réfléchissons avec des chiffres : environ 70 % de la population américaine vit dans des régions enneigées. Autrement dit, sans résoudre le problème de la neige, les véhicules autonomes restent pratiquement sans intérêt pour une grande partie du monde. Cela montre à quel point le sujet est crucial. Le côté optimiste n'est pas vide non plus : certains avancent que la fusion de capteurs pourrait permettre à la prochaine génération de véhicules de fonctionner par toutes les conditions météorologiques, et Waymo se prépare aux critiques dirigées contre le lidar avec ses tests hivernaux. Mais aujourd'hui, en 2026, la réalité est la suivante : la « conduite en toutes conditions » n'est pas encore un produit, c'est un objectif. Je te laisse aussi avec une question : en tant que conducteur qui ne monte pas ses pneus hiver à temps, à quel point ferais-tu confiance à un lidar qui perd le nord sous la neige ?

En conclusion, le fait que les véhicules autonomes soient aveuglés par le mauvais temps n'est ni une erreur ni un retour en arrière - c'est un portrait honnête de l'état actuel de la technologie. Le radar survit au mauvais temps, le lidar et la caméra peinent, l'intelligence artificielle apprend à les combiner de manière fiable, et les entreprises de robotaxis l'admettent en restreignant leurs systèmes en conséquence. Un véritable véhicule toutes conditions viendra avec une intelligence artificielle capable de lire correctement ce trio même dans la tempête. D'ici là, la notification « service temporairement suspendu » reçue dans une forte neige est davantage le signe d'une décision de sécurité que d'un échec. Et à mon avis, l'honnêteté est bien meilleure que de monter dans un système qui promet ce qu'il ne pourra jamais faire.