Français
Vision par caméra vs LiDAR : Lequel fonctionne le mieux dans le brouillard ?
Créé le 01.13
Le brouillard est l'un des ennemis les plus redoutables de la conduite autonome et des systèmes avancés d'aide à la conduite (ADAS). Il déforme la lumière, disperse les signaux et érode la fiabilité de la perception environnementale, des capacités essentielles qui assurent la sécurité des conducteurs et des piétons. Le débat entre la vision par caméra et le LiDAR (Light Detection and Ranging) fait rage depuis des années, mais les conditions de brouillard éliminent le battage médiatique et forcent une concentration sur les performances fondamentales : quelle technologie offre réellement des résultats lorsque la visibilité chute ?
Cet article va au-delà de la dichotomie habituelle « matériel contre logiciel ». Au lieu de cela, nous encadrons la comparaison autour de deux « philosophies de sécurité » distinctes : la dépendance de la vision par caméra à l'ingéniosité algorithmique pour surmonter les limitations physiques, et l'utilisation par le LiDAR de la redondance matérielle pour établir une base de fiabilité. En nous appuyant sur les dernières données de tests réels de 2025, les avancées techniques et les études de cas de l'industrie, nous répondrons à la question cruciale : Qu'est-ce qui fonctionne le mieux dans le brouillard ? reliance on algorithmic ingenuity to overcome physical limitations, and LiDAR’s use of hardware redundancy to establish a baseline of reliability. Drawing on 2025’s latest real-world test data, technical breakthroughs, and industry case studies, we’ll answer the critical question: Which works better in fog?
La Division Centrale : Deux Philosophies de Sécurité Sous le Brouillard
Pour comprendre pourquoi le brouillard expose les forces et les faiblesses de chaque technologie, nous devons d'abord décomposer leurs principes de fonctionnement sous-jacents—et les mentalités de sécurité qui motivent leur adoption.
Les systèmes de vision par caméra fonctionnent comme des "yeux alimentés par le cerveau". Ils s'appuient sur des caméras haute définition (généralement 8 à 10 dans les configurations avancées) associées à de puissantes puces d'IA et à d'énormes ensembles de données pour imiter la perception visuelle humaine. La philosophie ici est le minimalisme : utiliser le logiciel pour compenser un matériel limité, en tirant parti de l'apprentissage automatique pour traduire les données visuelles 2D en une compréhension environnementale 3D. Tesla et Xpeng sont les défenseurs les plus éminents de cette approche, qui excelle dans des conditions claires où d'abondants indices visuels permettent aux algorithmes de prospérer.
Le LiDAR, en revanche, est un "gardien axé sur le matériel". Il émet des millions d'impulsions laser par seconde pour créer un nuage de points 3D de haute précision de l'environnement environnant, mesurant les distances, les formes et les vitesses avec une précision exceptionnelle. La philosophie ici est la redondance : utiliser les capacités de détection physique pour établir un niveau de sécurité, même lorsque les conditions environnementales obscurcissent les détails visuels. Huawei, BYD et la plupart des fournisseurs de systèmes ADAS haut de gamme adoptent cette trinité "LiDAR + caméra + radar à ondes millimétriques", privilégiant des performances constantes plutôt que des économies de coûts.
Le brouillard perturbe les deux systèmes, mais de manière fondamentalement différente. Pour les caméras, le brouillard diffuse la lumière, floute les contours et atténue le contraste, privant les algorithmes des caractéristiques visuelles dont ils ont besoin pour identifier les obstacles. Pour le LiDAR, les particules de brouillard diffusent les impulsions laser, créant un "bruit de nuage de points" qui peut masquer de véritables cibles ou générer de faux positifs. La question n'est pas de savoir lequel est "non affecté", mais lequel peut récupérer plus rapidement, maintenir des métriques de performance critiques et assurer la sécurité des conducteurs lorsque la visibilité est au plus bas.
Données du Monde Réel : Comment Elles Performant dans le Brouillard (Derniers Tests de 2025)
Les preuves les plus convaincantes proviennent du "Livre blanc sur le test de scénario extrême de conduite intelligente 2025", publié conjointement par l'Institut de recherche en ingénierie automobile de Chine (CAERI) et Dongchedi. Cette étude marquante a testé 36 modèles grand public sur 15 km de routes réelles dans le brouillard et 216 scénarios de collision simulés, quantifiant les écarts de performance avec des données concrètes. Décomposons les principales conclusions par gravité du brouillard.
1. Brouillard Léger (Visibilité : 200-500m)
Dans le brouillard léger—commun tôt le matin ou dans les zones côtières—les deux technologies fonctionnent de manière adéquate, mais des écarts subtils apparaissent. Les systèmes de vision par caméra, soutenus par des algorithmes avancés de désembuage, se défendent bien dans la reconnaissance de base des obstacles. Le FSD V12.5 de Tesla, par exemple, a atteint un taux de précision de reconnaissance des obstacles de 90 % dans le brouillard léger, grâce à ses algorithmes d'élimination des gouttes de pluie et de brouillard entraînés sur des milliards de kilomètres de données du monde réel.
Les systèmes LiDAR, quant à eux, ont maintenu une précision presque parfaite (98 %+) avec un bruit minimal. Le LiDAR Hesai ATX, un modèle à longue portée récemment lancé, a démontré sa capacité à filtrer 99 % du bruit lié au brouillard au niveau des pixels, préservant des nuages de points clairs des véhicules et piétons environnants. L'écart ici est étroit, mais l'avantage du LiDAR réside dans la cohérence : tandis que les systèmes de caméra peuvent rencontrer des difficultés si la densité du brouillard fluctue soudainement, la détection physique du LiDAR reste stable.
2. Brouillard modéré (Visibilité : 100-200m)
Lorsque la visibilité tombe en dessous de 200 m, les limites algorithmiques de la vision par caméra deviennent apparentes. Le test CAERI a montré que les modèles basés uniquement sur des caméras connaissaient une augmentation de 3 fois des taux de détection d'obstacles manqués par rapport aux véhicules équipés de LiDAR. La distance de reconnaissance des piétons du Xpeng G6 a chuté de 150 m par temps clair à seulement 65 m dans un brouillard modéré, tandis que celle du Tesla Model Y est tombée à 78 m. C'est une lacune critique : à vitesse d'autoroute (100 km/h), une distance de détection de 65 m ne laisse au système que 2,3 secondes pour réagir, ce qui est à peine suffisant pour un freinage d'urgence.
Les systèmes LiDAR, en revanche, ont maintenu des distances de détection efficaces supérieures à 80 m. L'ADS 3.0 de Huawei, équipé d'un LiDAR 192 lignes, a atteint une distance moyenne de reconnaissance de piétons de 126 m dans un brouillard modéré, offrant une fenêtre de réaction de 4,5 secondes. La différence provient de la capacité du LiDAR à pénétrer le brouillard en utilisant des longueurs d'onde plus longues (1550 nm) qui diffusent moins que la lumière visible utilisée par les caméras. Même lorsqu'ils sont diffusés, les impulsions laser conservent suffisamment d'énergie pour revenir au capteur et calculer les distances avec précision.
3. Brouillard dense/Brouillard d'advection (Visibilité : <100m)
Dans un brouillard dense — où la visibilité tombe en dessous de 100 m, voire 50 m dans des cas extrêmes — la différence devient un gouffre. C'est le scénario « décisif » pour les systèmes autonomes, et les données CAERI sont frappantes : les systèmes de vision pure par caméra ont subi un taux de prise en main manuelle de 15 %, avec de fréquentes alertes de « défaillance de perception ». Dans des conditions où le brouillard masque les marquages au sol, les feux de circulation, et même les gros obstacles, les algorithmes manquent tout simplement d'informations visuelles suffisantes pour prendre des décisions sûres.
Les véhicules équipés de LiDAR, cependant, ont maintenu un taux de reprise de seulement 3 %. L'ADS 3.0 de Huawei a même démontré sa capacité à identifier avec précision les véhicules stationnaires et à effectuer des manœuvres d'évitement par une visibilité de 30 m, des conditions où les conducteurs humains auraient du mal à voir au-delà de leurs phares. La clé de cette performance réside dans des algorithmes avancés de filtrage du brouillard, tels que ceux développés par LSLidar. Ces algorithmes analysent les caractéristiques des impulsions laser diffusées par le brouillard, séparant le bruit des données de nuages de points valides pour préserver les informations critiques sur les obstacles. Le résultat est un système qui ne se contente pas de "voir" à travers le brouillard, il maintient une conscience situationnelle lorsque la vision par caméra échoue complètement.
Avancées Techniques : Réduire l'Écart ?
Bien que le LiDAR ait l'avantage dans des conditions brumeuses, les deux technologies évoluent rapidement. Examinons les dernières innovations qui redéfinissent leur performance dans le brouillard.
Vision par caméra : Avancées algorithmiques
Les plus grands progrès en matière de performance de la vision par caméra dans le brouillard proviennent des algorithmes de désenfumage alimentés par l'IA et de jeux de données plus grands et plus diversifiés. Le FSD V12.5 de Tesla, par exemple, utilise une combinaison d'apprentissage supervisé et non supervisé pour "ingénierie inverse" des effets de brouillard, restaurant la clarté des images floues. En s'entraînant sur 10 milliards de kilomètres de données nocturnes et de conditions météorologiques défavorables, le système a amélioré la vitesse de suivi des objets dynamiques de 40 % dans des conditions de faible visibilité.
Cependant, ces avancées ont des limites. Elles dépendent de la présence de certaines caractéristiques visuelles pour fonctionner, quelque chose qui disparaît dans un brouillard dense. Même le meilleur algorithme de désenfumage ne peut pas créer des informations qui ne sont pas présentes, rendant les limitations physiques de la vision par caméra difficiles à surmonter.
LiDAR : Synergie matériel et algorithme
L'évolution du LiDAR se concentre sur l'amélioration de la pénétration, la réduction du bruit et la diminution des coûts. L'une des avancées les plus passionnantes est le LiDAR à photon unique, une technologie de nouvelle génération développée par une collaboration de chercheurs britanniques et américains. Ce système utilise des détecteurs de photons uniques à supraconducteur à nanofils (SNSPD) ultra-sensibles et des lasers de longueur d'onde de 1550 nm pour capturer des images 3D haute résolution à travers le brouillard, même à des distances de 1 kilomètre. En détectant des photons individuels et en mesurant leur temps de vol avec une précision de picoseconde (un milliardième de seconde), le système peut distinguer les particules de brouillard des objets réels avec une précision sans précédent.
Les systèmes LiDAR commerciaux progressent également rapidement. L'algorithme interne de filtrage de poussière/pluie/brouillard de LSLidar, compatible avec tous ses modèles (y compris les LiDAR à fibre 1550 nm et hybrides à état solide 905 nm), réduit considérablement le bruit du nuage de points tout en maintenant la détection de cible. Le LiDAR ATX de Hesai, avec un champ de vision ultra-large de 140° et une portée de détection de 300 m, peut identifier et marquer le brouillard, les fumées d'échappement et les gouttelettes d'eau en temps réel, garantissant des données de nuage de points propres pour le système. Ces innovations rendent le LiDAR plus robuste dans le brouillard tout en réduisant les coûts — autrefois un obstacle majeur à l'adoption — avec des prix en 2025 tombant dans la fourchette de 300 à 450 $.
Choix pratique : Quand privilégier quelle technologie ?
La réponse à "quel est le meilleur dans le brouillard" dépend de votre cas d'utilisation et de votre tolérance au risque. Voici un cadre pour la prise de décision :
Pour les véhicules de consommation (ADAS)
Si vous vivez dans une région avec du brouillard fréquent (par exemple, les zones côtières, les vallées ou les climats froids avec des inversions de température), le LiDAR est le choix le plus sûr. Les données du CAERI prouvent que sa capacité à maintenir la conscience situationnelle dans un brouillard dense offre un tampon de sécurité critique. Même si la vision par caméra s'améliore, la redondance matérielle du LiDAR sert de "filet de sécurité" que les algorithmes ne peuvent pas reproduire.
Pour les régions avec peu de brouillard, la vision pure de la caméra peut être suffisante—surtout si le coût est une préoccupation principale. Des modèles comme la Tesla Model Y et l'Xpeng G6 offrent de solides performances ADAS dans des conditions claires et légèrement brumeuses, avec des mises à jour OTA continues améliorant sans cesse leurs algorithmes au fil du temps.
Pour l'Autonomie Commerciale (Robotaxis, Camionnage)
Dans les applications commerciales où la sécurité et la fiabilité sont non négociables (et où la conformité réglementaire est obligatoire), le LiDAR n'est pas seulement préféré, il est essentiel. Les robotaxis opérant dans des zones urbaines avec des événements de brouillard imprévisibles, ou les camions de longue distance circulant sur des autoroutes sujettes au brouillard, ne peuvent pas se permettre un taux de prise de contrôle de 15 % des systèmes de caméra pure. Le taux de prise de contrôle de 3 % du LiDAR dans un brouillard dense fait la différence entre la viabilité opérationnelle et les risques de sécurité.
L'avenir : Synergie, pas concurrence
L'approche la plus avant-gardiste ne consiste pas à choisir une technologie plutôt qu'une autre, mais à les intégrer. Les systèmes ADAS modernes (comme Huawei ADS 3.0) utilisent les nuages de points 3D fiables du LiDAR pour compléter les données visuelles haute résolution des caméras. Dans le brouillard, le LiDAR assure la détection principale des obstacles, tandis que les caméras aident à identifier des détails tels que les couleurs des feux de signalisation ou les gestes des piétons (lorsqu'ils sont visibles). Cette "fusion de capteurs" exploite les forces des deux technologies, créant un système plus robuste que chacune prise isolément.
Conclusion : Le LiDAR domine dans le brouillard, mais la vision par caméra n'est pas hors jeu
En ce qui concerne les conditions de brouillard, les données sont sans ambiguïté : le LiDAR surpasse la vision par caméra à tous les niveaux de sévérité du brouillard, avec un écart particulièrement large dans le brouillard dense. Son approche matérielle de la perception – pénétrant le brouillard avec des impulsions laser et filtrant le bruit avec des algorithmes avancés – établit une base de sécurité que le modèle centré sur le logiciel de la vision par caméra ne peut égaler, du moins pour l'instant.
Cela dit, la vision par caméra évolue rapidement. Les algorithmes de débrouillardise par IA et les ensembles de données plus importants améliorent ses performances dans le brouillard léger à modéré, ce qui en fait un choix viable pour les régions où les événements de brouillard extrême sont minimes. Pour la plupart des conducteurs et des opérateurs commerciaux, cependant, la capacité du LiDAR à "voir à travers le brouillard" et à réduire les interventions manuelles constitue un avantage de sécurité difficile à ignorer.
En fin de compte, l'avenir de la perception autonome dans le brouillard réside dans la fusion des capteurs. En combinant la fiabilité du LiDAR avec le détail de la vision par caméra, nous pouvons créer des systèmes qui sont sûrs, efficaces et adaptables même aux conditions météorologiques les plus difficiles. Pour l'instant, si la sécurité dans le brouillard est votre priorité absolue, le LiDAR est le gagnant clair—mais ne sous-estimez pas la vision par caméra alors que les algorithmes continuent d'évoluer.
Contact
Laissez vos informations et nous vous contacterons.
WhatsApp
WeChat