C’est une question de mois si on en croit Elon Musk, plutôt d’années pour d’autres. Mais personne n’en doute désormais: les véhicules autonomes vont profondément transformer nos façons de nous déplacer. La lutte bat son plein dans la Silicon Valley et ailleurs aux Etats-Unis pour prendre les places de leaders. Parmi ces pionniers, nombre d’ingénieurs français, travaillant pour des entreprises américaines. La création récente d’un club dédié au sein de la French American Chamber of Commerce témoigne d’ailleurs de cette présence française sur le secteur. Cinq de ces ingénieurs nous livrent leurs parcours et leur vision du véhicule sans conducteur. 

Luc Vincent, executive VP Autonomous Driving chez Lyft

Luc Vincent a fait de Google Street View, l’immense succès que l’on connaît. Aux États-Unis depuis 30 ans, ce Polytechnicien a commencé par un post-doc à Harvard. Il finit par rejoindre Google pour 20 ans d’un «périple passionnant». Puis Luc Vincent est embauché par Lyft en 2017. Pour lui, «la combinaison entre véhicule autonome et transport à la demande est incroyable». L’avantage, c’est qu’«on sait tout du trajet avant qu’il n’ait lieu, qui sont les passagers, où ils vont, l’état de la circulation, l’itinéraire, la météo… on peut décider à l’avance si la technologie est suffisamment performante pour cette course.» 

L’objectif est clair, «avoir des véhicules autonomes pour améliorer le service. Pouvoir les placer là où on pense qu’il y aura le plus de demande» Deux stratégies : «on construit notre propre technologie pour une autonomie complète de niveau 5 (le niveau 5 décrit le niveau ultime du véhicule autonome, capable d’opérer sans aucune intervention humaine, NDLR). Et on travaille avec des partenaires pour déployer leurs voitures autonomes sur notre plateforme. À Las Vegas, on teste des courses avec les véhicules Motional sans conducteur via Lyft. Et ce sera disponible à grande échelle à partir de 2023.»

Claire Delaunay, VP of Engineering chez Nvidia

Claire Delaunay fait ses débuts dans une start-up de l’École des Mines qui travaillaient sur un logiciel pour véhicule autonome, c’était… en 2003 ! Quand elle arrive aux États-Unis en 2009, la jeune ingénieure informaticienne, diplômée de l’EPSI découvre la Silicon Valley et atterrit chez Google Robotics. Elle y rencontre ceux avec qui elle lancera la start-up de camion autonome Otto, par la suite rachetée par Uber. Depuis 2018, elle travaille chez Nvidia. L’entreprise a signé un contrat l’an dernier avec Mercedes-Benz pour développer leur logiciel de véhicule autonome. Sa philosophie ? «Je pense qu’il n’y a pas besoin que tout le monde ait son software, il vaut mieux combiner les forces, en développer un ou deux qui soient les meilleurs et les plus sûrs et que tout le monde y ait accès.»

Et demain ? «À mon sens, les véhicules autonomes seront uniquement sur des routes prédéfinies et ça pourrait être subventionné par le secteur public. Pour cela, il faudra optimiser le nombre d’utilisateurs.»

Alexandre Bayen, Director of Institute of Transportation Studies à UC Berkeley

«La voiture autonome en Californie est née à Berkeley, c’est une histoire ancienne puisque les premières essayées sur les autoroutes de Californie, c’était mi-1990 avec The Automated Highway System consortium dont Berkeley était à la tête avec quelques autres universités. Mais la technologie était très différente de ce qui est utilisé aujourd’hui, avant ils équipaient les routes en mettant des aimants pour aider les véhicules à naviguer.» À cette période, en 1998, Alexandre Bayen intégrait l’École Polytechnique. Son parcours le mène ensuite à Stanford puis en 2005 à UC Berkeley, en tant que professeur. 

«Notre but aujourd’hui c’est de montrer qu’on peut gommer les ondes de choc et les pertes énergétiques qui en découlent si 5% des voitures autonomes communiquent et se coordonnent. On va en faire la démonstration en 2022 avec 100 véhicules autonomes à Nashville dans le Tennessee. Sur un pont comme le Bay Bridge il y a 10 000 voitures par heure, imaginez les économies d’énergies et la réduction de pollution que l’on pourrait réaliser.»

Pierre-Yves Droz, Hardware Engineer, spécialiste des LiDAR chez Waymo

«Ce qui est intéressant avec la conduite autonome, c’est que c’est assez facile de faire la démonstration que la technologie fonctionne une fois, mais c’est vraiment difficile de faire qu’une voiture autonome puisse circuler tous les jours en toute sécurité.» Pierre-Yves Droz en a fait l’expérience pour la première fois pendant ses études à Berkeley. Arrivé en 2003, après ses trois premières années à Polytechnique, il cofonde une start-up de dispositifs de cartographie qui sera rachetée par Google. Il travaille depuis chez Waymo et s’est spécialisé en LiDAR, un type de capteur qui mesure la distance entre les objets et la voiture.

«Ces 12 dernières années on a passé beaucoup de temps à construire des LiDARs qui soient performants, réplicables à grande échelle, peu chers et très sûrs. Pour que tout le monde fasse l’expérience de la conduite autonome, il faut que le prix soit raisonnable. À Phoenix aujourd’hui, une voiture autonome Waymo peut venir vous chercher à l’aéroport, le service fonctionne. Mais pour adapter cela à tout le pays, au monde entier, cela prendra des années. Il y a 10 ans, c’était de la science-fiction. Aujourd’hui la technologie est là, ce n’est plus une question de si, c’est une question de quand.» 

Sacha Arnoud, Senior Director of Engineering chez Lyft

«La période d’adaptation à l’absence de conducteur dans un véhicule autonome est d’une minute. Puis les gens sortent leur téléphone et vont sur internet comme dans n’importe quelle autre situation.» Sacha Arnoud dirige des équipes en charge de la technologie du véhicule autonome depuis 2016 avec Waymo et depuis mars 2020 chez Lyft. Cet X-Telecom a fêté ses vingt ans aux États-Unis. Arrivé à la fin de la bulle internet, il atterrit chez Google Street View en travaillant dans une start-up rachetée par le géant. Son dada c’est la partie technique.

Le plus compliqué dans la technologie du véhicule autonome ? «Pendant longtemps on pensait que c’était le problème de perception : la capacité des machines à comprendre ce qu’il se passe via les capteurs. Mais la plus grande difficulté réside aujourd’hui dans le problème de prise de décision : comment anticiper ce qu’il va se passer et prendre une décision.» Et demain ? «Je pense qu’il faut prendre en compte l’aspect économique et pas seulement technique. Construire une technologie autonome coûte très cher. Est-ce qu’on est suffisamment prêt et financé ? Ou est-ce qu’il va falloir générer de la valeur et un revenu sur des produits intermédiaires avant d’arriver à cette full-autonomie ?»