L’autonomie complète des véhicules est attendue depuis une décennie ou plus, mais au CES 2026 – comme cela s’est produit lors de ses innombrables prédécesseurs – nous avons eu un aperçu de nouvelles technologies prometteuses qui prétendent accélérer cette technologie toujours en retard.
Le radar d’aujourd’hui (RAdio Ddétection UNsd R.technique de mesure de l’inclinaison) utilisée dans les systèmes avancés d’aide à la conduite automobile (ADAS) fonctionne généralement dans la plage de fréquences électromagnétiques de 24 à 81 gigahertz (GHz). Lidar (Lise battre Ddétection UNsd R.Anging) fonctionne dans la gamme proche infrarouge de 193 à 331 térahertz (THz). Teradar est un radar utilisant la plage 0,3-3,0 THz.
L’équipement de transmission et la puissance de calcul requis pour traiter les signaux radio de retour sont généralement moins chers et moins compliqués que ce qui est nécessaire pour faire fonctionner le lidar. Augmenter la fréquence (diminuer la longueur d’onde) d’un facteur d’environ 13, comme le fait Teradar, améliore la résolution angulaire du même facteur 13x. Ceci, à son tour, améliore la perception de la surface pour produire davantage de nuages de points de type lidar qui ressemblent un peu plus à ceux qu’une caméra aurait pu enregistrer. Ainsi, au lieu de simplement détecter quelque chose Une fois là, Teradar peut commencer à déterminer la nature et la taille de l’objet.
Autre avantage majeur du Teradar par rapport au lidar : les gouttelettes de brouillard (1 à 10 micromètres) et les gouttelettes de pluie (100 à 1 000 micromètres) diffractent facilement une impulsion laser de 1 micromètre, mais les signaux Teradar de 100 à 300 micromètres sont beaucoup moins affectés. Teradar prétend donc exister dans un endroit idéal : suffisamment court pour une géométrie optimale, suffisamment long pour ignorer les particules d’aérosol.
Ainsi, pour récapituler, Teradar offre une meilleure définition de forme que le radar à ondes millimétriques traditionnel, une bien meilleure résistance aux intempéries que le lidar, peut être monté derrière des pare-chocs en plastique, ne nécessite pas de nettoyage optique, n’est pas sensible aux conditions de faible éclairage et fournit une véritable mesure de vitesse. Teradar coûte plus cher qu’un radar à ondes millimétriques. Aujourd’hui, il se situe toujours dans la fourchette de prix inférieure à trois chiffres, mais avec le temps, il devrait être assez compétitif par rapport aux produits lidar flash à semi-conducteurs les plus abordables comme ceux de MicroVision (voir ci-dessous).
Des exigences arriveront en 2029 pour que les véhicules soient capables de détecter les piétons et les usagers de la route vulnérables à l’avant et à l’arrière pour un freinage d’urgence automatique. Les unités Teradar d’angle offrent cela tout en offrant une résolution suffisante pour faire fonctionner les systèmes de stationnement, éliminant ainsi ces vilains capteurs à ultrasons qui endommagent depuis toujours les carénages de pare-chocs.
Le radar térahertz a été documenté dans les années 1960, alors pourquoi l’obtenons-nous seulement maintenant ? La loi de Moore. Teradar doit être traité sur une puce sophistiquée du type de celui sur lequel l’industrie est en train de se développer. Attendez-vous à voir Teradar baisser le prix de l’autonomie d’ici 2028 avec un ou plusieurs des cinq constructeurs automobiles qui travaillent actuellement avec lui.
Le nuage de points de MicroVision
Pas si vite, Teradar ! MicroVision espère démocratiser le lidar au point de pouvoir améliorer la fidélité des fonctionnalités ADAS classiques telles que le régulateur de vitesse adaptatif et le freinage d’urgence automatique. Nous avons couvert Movia S de MicroVision lidar flash à semi-conducteurs lorsqu’il a été présenté au salon IAA en 2025, mais l’approche Tri-Lidar de ce système utilisait toujours un système micro-électro-mécanique (MEMS) plus conventionnel avec des miroirs dirigés par des puces visant les impulsions laser.
Mais MicroVision vient d’acquérir Scantinel Photonics GmbH, un développeur allemand de technologie lidar FMCW à onde continue modulée en fréquence de 1 550 nm. Comme nous l’avons vu précédemment, la réflexion de l’onde continue de ce laser plus sophistiqué subit un décalage Doppler (comme avec les ondes sonores ou radio), permettant à FMCW de connaître la vitesse ainsi que l’emplacement de l’objet sur lequel la lumière a rebondi. La grande avancée de Scantinel est d’avoir réussi à imprimer toutes les fonctions optiques (lasers, guides d’ondes, modulateurs, détecteurs) sur une puce de silicium compatible CMOS.
Il y a beaucoup de travail à faire, mais MicroVision prévoit d’intégrer ce radar longue portée FMCW à semi-conducteurs dans sa pile de perception à quatre ou cinq lidars, dont le prix est destiné à prendre en charge les systèmes ADAS de niveau 2 ou 2+ dans les véhicules grand public d’ici le milieu des années 2030. En attendant, MicroVision s’efforce de développer l’échelle (et donc de réduire les prix) de son lidar flash à semi-conducteurs en l’intégrant dans des applications industrielles telles que les chariots élévateurs automatisés et dans des applications de sécurité/défense comme les drones de surveillance. Nous avons fait une démonstration dans une voiture d’essai MicroVision et avons été impressionnés par son imagerie détaillée de nuages de points, qui permet de discerner avec une bonne fidélité les lignes de peinture, les bordures de trottoir, les voitures et les piétons.
Il y a la détection, puis la compréhension de ce qui a été ressenti. Les cerveaux qui ont fondé Neural Propulsion Systems (maintenant rebaptisé Atomathic) estiment que les images médiocres renvoyées par la plupart des capteurs radar traditionnels d’aujourd’hui sont simplement « un problème mathématique » – et qu’ils sont impatients de résoudre avec l’IA (d’où la détection et la télémétrie par l’IA). Voici le problème : un radar automobile typique peut envoyer 16 signaux radio dans le monde. Ils rebondissent sur tout, renvoyant de nombreuses réponses, dont beaucoup semblent être du charabia. Ainsi, les systèmes rapportent la position et la vitesse des signaux dans lesquels ils ont le plus confiance (peut-être les 16 premiers) sous forme de points. Les systèmes ADAS fusionnent ces informations avec les données de la caméra pour déterminer ce que représente probablement exactement ce point.
Atomathic compare cette réponse à la réponse à une question avec la première pensée qui vous vient à l’esprit, par rapport au résultat que vous pourriez donner si vous vous arrêtiez pour y réfléchir plus profondément. Lorsqu’une trame de données brutes arrive, comme cela se produit 10 à 15 fois par seconde, les algorithmes d’Atomathic génèrent six à huit hypothèses sur ce que tout cela pourrait être. Ensuite, l’IA trie les hypothèses pour sélectionner la ou les plus probables. Notez que cette IA n’est pas entraînée sur des données, comme un modèle en grand langage. Au contraire, il s’inspire strictement des lois immuables de la physique.
Le résultat ? Désormais, le conducteur d’UPS qui marche à côté de son camion en métal à dossier plat – un objet 10 000 fois plus réfléchissant qu’un humain légèrement vêtu – est désormais tous deux reconnus. Et ils sont beaucoup plus reconnaissables pour ce qu’ils sont, ce qui les rend plus simples à fusionner avec les images de la caméra.
Les algorithmes ne se soucient pas beaucoup de la longueur d’onde du radar qui lui fournit des données, mais ils insistent sur les données brutes, non filtrées et non traitées. La génération des hypothèses nécessite une puissance de calcul considérable, mais la dernière architecture électronique zonale d’aujourd’hui et l’architecture électronique centralisée de demain disposeront probablement d’une puissance de calcul plus que suffisante.
À ce stade, les algorithmes d’Atomathic pourraient potentiellement devenir une mise à jour en direct qui améliore considérablement la fidélité de la détection radar du véhicule et donc la sécurité de ses systèmes d’aide à la conduite ou d’autonomie. Mais seulement après que ces algorithmes aient été largement testés. Attendez-vous à ce que cela prenne encore au moins quelques années, même si le seul coût impliqué sera probablement la licence IP et la puissance de calcul, mais une myriade d’autres programmes l’auront déjà exigé.
Voyant : Lidar assez bon marché pour la L2 ?
Pendant ce temps, dans l’espace industriel, Voyant a banalisé la photonique sur puce de silicium pour le lidar FMCW dans l’espace de « l’IA physique », comme les robots, les chariots élévateurs et les véhicules à guidage automatique utilisés dans les centres de distribution. Ceux-ci ne nécessitent pas la coûteuse certification de sécurité ASIL-D nécessaire pour les piles de perception en autonomie L3 ou L4. Par conséquent, Voyant pense que son produit lidar pourrait bientôt s’imposer dans l’espace radar d’angle pour le stationnement et prendre en charge l’autonomie L2.
A.Eye Stratos : Lidar à portée kilométrique ?
Vous devinerez peut-être que cette spécification impressionnante est accompagnée d’un astérisque. La portée officielle est de 1,5 km, mais si vous souhaitez l’utiliser dans une voiture avec un pare-brise incliné vers l’arrière à un angle assez prononcé, voir à travers cette tranche de verre plus épaisse réduit la portée d’environ 30 pour cent. Cela laisse encore un kilomètre impressionnant (plus de 1 000 mètres), suffisant pour prendre en charge le régulateur de vitesse adaptatif L2+ à 80 mph. Et cela vient du lidar à temps de vol qui utilise un seul miroir de 1 mm de diamètre orienté sur un champ de vision horizontal de 120 degrés et vertical de 30 degrés par un système micro-électro-mécanique. Cette technologie industrielle et prête à l’emploi à semi-conducteurs serait proposée à un prix compétitif par rapport aux autres options lidar à longue portée.
