La génération de chemins lisses pour les voitures intelligentes est l’une des conditions les plus importantes pour faire accepter et faciliter la navigation autonome de ces véhicules. Cette thèse propose plusieurs méthodes de génération de chemins lisses pour les véhicules non-holonomes qui permet une continuité intrinsèque de la courbure de navigation et offre par ailleurs une flexibilité accrue pour diverses conditions aux limites. Le chemin de courbure continue est construit en composant plusieurs clothoids, comprenant notamment des segments de lignes et/ou d’arcs, et où chaque clothoid est obtenue par une régulation appropriée de ses paramètres. À partir de ces propriétés, le chemin obtenu est nommé pCCP (parametric Continuous Curvature Path). Le pCCP fournit un diagramme de courbure qui facilite une commande en orientation du véhicule, ce qui permet d'obtenir une évolution lisse de sa trajectoire. Le problème du pCCP local est défini par des configurations initiales et finales (caractérisées pour chacune par une posture et un angle de braquage). Le problème a été étendu pour être aussi général que possible en incluant plusieurs cas. La génération locale de pCCPs, pour des cibles statiques, est spécifiquement décrite, les problèmes ont été divisés en trois problèmes et chaque problème a été décomposé par la suite en plusieurs sous-classes possibles. Pour avoir une flexibilité importante des pCCPs proposés, des cibles dynamiques ont été considérées, obtenant ainsi le dynamic-pCCP (d-pCCP). Un cadre simple mais efficace pour analyser l'état futur de l'évitement des obstacles est appliqué en configuration 4D (3D avec l’ajout d’un axe temporel) en mettant en exergue deux manoeuvres d’évitement possibles, car les évolutions avant et arrière sont appliquées et validées avec plusieurs exemples. Selon une méthodologie similaire pour atteindre les critères de performance liés à la génération des pCCPs, le h-CCP (pour human-pCCP) est proposé en utilisant des modèles expérimentaux comportementaux d’échantillons de conducteurs humains. À partir de quelques sous-expériences, le modèle de conduite humain pour l’évitement d’obstacles, les changements de voie et les mouvements en virage sont extraits et ces modèles ont été inclus pour créer ainsi le h-CCP (obtenu d’une manière similaire au pCCP mais avec différents critères d’optimisation) qui permet d’améliorer considérablement le confort des passagers. / Smooth path generation for car-like vehicles is one of the most important requisite to facilitate the broadcast use of autonomous navigation. This thesis proposes a smooth path generation method for nonholonomic vehicles which has inherently continuity of curvature and having important flexibility for various boundary conditions. The continuous curvature path is constructed by composing multiple clothoids including lines and/or arc segments, and where each clothoid is obtained by parameter regulation. From those properties the path is named pCCP (parametric Continuous Curvature Path) and provides curvature diagram which facilitates a smooth steering control for path following problem. Local pCCP problem is defined by initial and final tuple configurations (vehicles posture and steering angle). The problem is expanded to be as general as possible by including several cases. The local pCCP generation for steady target pose is specifically described, where the problem is divided into three problems and each problem is also decomposed into several sub-cases. To give more flexibility to the proposed pCCP, dynamic target is considered to obtain dynamic-pCCP (d-CCP). A simple but efficient framework to analyze the future status of obstacle avoidance is applied in 4D (3D with the addition of time axis) configuration and two avoidance maneuvers as front and rear avoidance are applied and validated with several examples. Under the similar methodology in performance criteria of pCCP generation, the human-CCP (h-CCP) is derived from experimental patterns of human driver samples. From several subexperiments, human driving pattern for obstacle avoidance, lane change and cornering motion are extracted and those pattern were included to make the h-CCP (which is obtained with similar way as pCCP but with different optimization criteria) to enhance considerably the passenger comfort.