Que font les véhicules autonomes face aux sirènes de police et d'ambulance ?

Conduite autonome et intelligence artificielle
Auteur: Lütfi Mete Odabaşı
Création: 25 Octobre 2026

Les véhicules autonomes entendent les sirènes à 800 mètres de distance, mais continuent de s'arrêter devant les camions de pompiers et de bloquer la voie ; ils ont des oreilles, mais il leur manque les réflexes.

Partagez cette page

Les véhicules autonomes peuvent détecter les sirènes ; les microphones externes de Waymo et l'intelligence artificielle vocale de Cerence le font à des distances allant jusqu'à 800 mètres. Mais détecter et réagir correctement, ce n'est pas la même chose : les robotaxis s'arrêtent devant les camions de pompiers, bloquent les sorties des casernes et obstruent le passage des véhicules d'urgence en attendant un geste de la police. En résumé : ils ont des oreilles, mais leurs réflexes sont encore insuffisants.

Les points clés

Le système de reconnaissance vocale de Cerence reconnaît plus de 1.500 sons de sirène et peut détecter à plus de 800 mètres.
En août 2023 à San Francisco, un camion de pompiers sirène allumée a percuté un véhicule Cruise sans conducteur qui passait au feu vert.
La NHTSA a publié en juillet 2026 une alerte publique aux développeurs de véhicules autonomes après plus de 75 incidents.
Waymo, depuis 2017, entraîne ses véhicules à reconnaître les camions de pompiers, les ambulances et les véhicules de police.
En Californie, à partir du 1er juillet, les robotaxis peuvent être sanctionnés pour entrave aux intervenants d'urgence.

Le pack de capteurs a-t-il une oreille pour les sirènes ?

Pense à la manière dont un véhicule autonome perçoit son environnement : le lidar dessine une carte en trois dimensions, le radar couvre les longues distances et le mauvais temps, les caméras identifient les feux, et les capteurs ultrasoniques gèrent les courtes distances. Joli, mais ce pack a une faiblesse commune : tout repose sur la ligne de vue. Si un camion de pompiers est derrière le coin, les caméras voient une rue totalement vide. C'est précisément à ce moment que le son entre en jeu, car le son d'une sirène peut provenir derrière les murs et hors de la ligne de vue. C'est la même logique que quand tu ne peux pas entendre le bruit du moteur une fois la vitre de la voiture fermée au milieu de la circulation.

C'est pour cela que les véhicules de Waymo sont équipés de microphones externes ; ils sont placés vers l'extérieur pour détecter les sirènes et les klaxons. Lorsque plusieurs microphones enregistrent le même son à des moments différents, il devient possible de calculer la direction d'origine du son à partir de la différence de temps. Ainsi, le véhicule ne se contente pas de dire "il y a une sirène", il essaie aussi d'estimer sa direction et de savoir s'il s'agit d'un véhicule qui approche. Plutôt impressionnant, non ? Voyons maintenant où cela se bloque dans la vraie vie.

Pourquoi est-il si difficile de reconnaître une sirène ?

Les bandes de fréquences du son sont quasiment en permanence recouvertes par le bruit urbain : tracteurs, motos, chantiers, musique à grosses basses. Ajoute à cela la diversité propre des sirènes. Les registres de brevets mentionnent deux motifs de sirène fondamentaux : le "wail" à oscillation lente et le "yelp" à vibration rapide. De plus, la pression acoustique maximale se concentre typiquement dans la bande de 1.000 à 2.000 Hz, une bande qui se confond avec la plage où le bruit urbain est le plus dense. Pour que le système puisse distinguer la sirène du bruit, l'enregistrement sonore est divisé en clips, converti en spectrogramme et traité par un réseau de neurones convolutif préalablement entraîné. Cela paraît complexe à l'oreille, car c'est réellement complexe.

La partie la plus difficile n'est pas technique, mais opérationnelle : le système de détection atteint son point faible dans les situations où le véhicule d'urgence se cache derrière un bâtiment, un camion ou une rangée d'arbres. Aussi bien dans les logiciels que dans les travaux académiques, ce scénario du "véhicule caché" est traité comme un problème à part entière. Dans les articles consacrés au brevet de détection des véhicules d'urgence de Nvidia, le même constat revient : les véhicules autonomes peinent à reconnaître les véhicules d'urgence et à réagir correctement. Autrement dit, le problème n'est pas "ne le vois-tu pas ?", mais "si tu le vois, que fais-tu ?".

Les chiffres sont-ils fiables ?

Les systèmes de reconnaissance sonore promettent des taux de réussite impressionnants : une étude académique rapporte une précision supérieure à 99 pour cent pour la détection de la présence d'une sirène dans la plage critique de 10 à 50 mètres. Mais attention : ce chiffre provient d'ensembles de données contrôlées. Dans la vraie rue, deux sirènes retentissent en même temps, le vent souffle, le véhicule est dissimulé derrière un camion. L'écart entre les valeurs de portée et de précision mises en avant par les constructeurs et les performances dans le trafic quotidien est la partie la plus importante mais aussi la moins discutée de cette histoire.

Comment les constructeurs tentent-ils de résoudre le problème ?

L'un des acteurs les plus ambitieux est du côté du son. Le système de détection des véhicules d'urgence de Cerence, Emergency Vehicle Detection (EVD), est certifié dans 47 pays et prend en charge plus de 1 500 sons de sirène ; il détecte à 300 mètres avec les microphones intérieurs du véhicule et à plus de 800 mètres avec des microphones externes. L'installation avec microphone externe fournit également une information de direction. Mercedes-Benz et BMW ont intégré ce système dans leurs programmes de conduite autonome ; on le retrouve aussi dans les projets de robotaxis et de camions autonomes. Le secteur a donc appris, à un moment donné, à se dire "la caméra ne suffit pas, donnons des oreilles au véhicule".

Chez Waymo, l'histoire remonte plus loin. Depuis 2017, l'entreprise entraîne ses véhicules à reconnaître les camions de pompiers, les ambulances et les véhicules de police ; les capteurs ont accumulé des exemples à différentes vitesses, distances et angles. Une hiérarchie de comportements détectant l'agent de circulation et attendant son geste a également été définie. L'approche de Tesla est différente : elle s'appuie principalement sur la caméra et le radar, la détection sonore des sirènes n'y est pas clairement établie. Depuis la version 13, le comportement de se ranger sur le bas-côté pour les véhicules d'urgence à gyrophaques est signalé par les utilisateurs ; lors d'un incident, Full Self-Driving, arrêté à un feu rouge, aurait changé de voie pour laisser passer une ambulance qui approchait. Chez Tesla, ce domaine reste toutefois moins documenté avec autant de détails d'ingénierie concrets que chez Waymo et Cerence.

Système	Approche	Donnée marquante
Cerence EVD	Intelligence artificielle sonore, microphones intérieurs et externes	Plus de 1 500 sons de sirène, détection au-delà de 800 m, certification dans 47 pays
Waymo	Microphones externes (EAR) + reconnaissance visuelle, détection des gestes de la police	Entraînement aux véhicules d'urgence depuis 2017
Tesla FSD	Principalement caméra et radar	Comportement de rangement sur le bas-côté avec la version 13 (signalement utilisateur)

Pourquoi les robotaxis bloquent-ils face aux sirènes ? Cas concrets

Siren sesini algılayan bir robotaksi, yangına koşan itfaiye aracının önünde kilitleniyor çünkü kuraları ezbere bilen bir makine, aciliyeti kavrayamıyor.

La théorie est belle, la pratique est impitoyable. Le cas le plus frappant s'est produit en août 2023 à San Francisco : un camion de pompiers en route pour une urgence, sirène et gyrophares allumés, a percuté un robotaxi Cruise sans conducteur qui passait au feu vert, et une personne a été blessée. Imagine : la chose la plus évidente que la technologie devait détecter - les gyrophares, la sirène, un véhicule d'urgence - et le système s'est pourtant trompé dans sa décision.

Des scènes similaires se sont également répétées du côté de Waymo. À Austin, un robotaxi vide a bloqué le passage d'un camion de pompiers se rendant à un signalement d'incendie dans un hôtel ; le véhicule a effectué de petites manoeuvres en avant et en arrière, a klaxonné, mais n'a pas réussi à dégager correctement la voie. En mai 2024, dans le comté de Dallas, un agent des forces de l'ordre s'est retrouvé face à un Waymo vide qui bloquait la route à proximité d'un incendie de bâtiment mortel. Les pompiers de San Francisco se sont aussi plaints de blocages répétés : il est documenté que des véhicules ont obstrué les sorties de casernes de pompiers et se sont arrêtés devant des ambulances et des camions de pompiers. Dans un incident, les pompiers ont dû déplacer le véhicule de leurs propres mains. Une vidéo d'un robotaxi klaxonnant pendant 30 secondes est en réalité le plus anodin de ces cas.

Du côté de la police, le tableau n'est pas rose non plus. Le rapport de décembre 2025 d'une organisation spécialisée dans les forces de l'ordre confirme que les véhicules autonomes rencontrent des problèmes dans les situations de trafic irrégulières, comme la circulation des véhicules d'urgence, les fermetures de routes, les instructions verbales et les gestes de la main. Même l'unité de police du département américain de la Justice a publié en septembre 2025 un guide expliquant aux agents comment interagir avec les systèmes de conduite autonome. L'État forme sa police face aux robotaxis - relis une fois de plus l'étrangeté de cette phrase.

Quand les régulateurs sont-ils entrés en scène ?

Les autorités, enfin perdues en patience, ont fini par parler. En juillet 2026, l'agence fédérale de la sécurité routière aux États-Unis, constatant un schéma clair de véhicules sans conducteur bloquant les forces de l'ordre et les premiers intervenants, a exigé des entreprises une solution rapide ; après plus de 75 incidents, ce n'était pas un simple avertissement, mais une critique cinglante. À la même période, une nouvelle règle est entrée en vigueur en Californie : à partir du 1er juillet, les entreprises de robotaxis peuvent faire face à des sanctions lorsque leurs véhicules bloquent la police ou les pompiers.

Des idées plus sévères circulent également sur la table : un projet de loi prévoyant deux modalités de détection distinctes pour les robotaxis a été proposé, et une ligne d'urgence 24h/24 pour les premiers intervenants ainsi qu'une idée de géorestriction obligeant à tenir les véhicules éloignés de certaines zones sont en discussion. Ce ne sont pas encore des réglementations définitives, mais elles indiquent la direction : si la technologie ne se corrige pas d'elle-même, les règles tenteront de le faire.

L'écart entre la promesse et la réalité : Qui fait bouger le système ?

La promesse du secteur est claire : la fusion multisensorielle et l'intelligence artificielle sonore résoudront le problème, nous donnerons au véhicule à la fois des yeux et des oreilles. La réalité, pour l'instant, est la suivante : même un véhicule qui détecte l'obstacle peut ne pas réagir correctement ; au lieu de dégager la voie, il klaxonne, attend avec de petites manoeuvres ou se fige complètement. Face à un robotaxi immobilisé devant un véhicule, la solution la plus pratique reste encore l'être humain : Le guide publié par Waymo à l'intention des premiers intervenants définit une procédure de reprise en manuel. Autrement dit, le pompier peut ouvrir la portière et prendre le contrôle du véhicule. C'est un peu vexant sur le plan émotionnel, mais honnête sur le plan de l'ingénierie.

Ma critique est la suivante : pendant qu'on met en vitrine des chiffres comme un taux de détection de 99 % et une portée de 800 mètres, la performance réelle dans la rue n'est toujours pas vérifiée. L'intervention de la NHTSA après plus de 75 incidents est, à mon avis, la preuve la plus claire que la technologie n'a pas atteint sa maturité opérationnelle. Les recherches universitaires pointent dans la même direction : les constructeurs doivent absolument améliorer la capacité de détection et de réaction face aux véhicules d'urgence. Entendre une sirène, c'est bien, mais il peut y avoir une vie derrière ce camion de pompiers ; le temps d'attente se mesure à cette vie.

En résumé : Les Oreilles Branchées, le Réflexe Manquant

Les véhicules autonomes entendent désormais les sirènes - grâce aux réseaux de microphones, à l'intelligence artificielle audio et à la reconnaissance visuelle, cette étape est franchie. Le seuil suivant est plus difficile : répondre à la sirène entendue avec un réflexe fiable et rapide. La ligne qui va de l'accident de Cruise en 2023 à l'avertissement fédéral de 2026 montre que ce n'est pas un problème qui se règle du jour au lendemain par une simple mise à jour logicielle. Le camion de pompiers qui attend devant un robotaxi est, à mon avis, le bulletin le plus honnête de cette technologie - et il n'a pas encore la moyenne.