Le formaldéhyde est un polluant classé comme « hautement prioritaire » dans l’air intérieur. En raison de ses effets sur la santé, la réglementation française émergente (action 7 du PNSE2) impose de mesurer le formaldéhyde dans les lieux publics (écoles, crèches etc.) à partir de 2017. Or, aucun appareil sur le marché n’est capable de fournir des mesures précises, en temps réel et à faible coût. Cette thèse s’inscrit dans le cadre du projet ANR CAPFEIN (réseau de CAPteurs de FormaldEhyde intelligents pour la surveillance de l'air Intérieur) dont l’objectif est de réaliser un « capteur intelligent » de Formaldéhyde. Le sujet de thèse était de concevoir un système de surveillance en temps réel de l’exposition des personnes au Formaldéhyde, et plus généralement à n’importe quel polluant de l’air intérieur. Les capteurs doivent donc être dotés d’une interface de communication pour pouvoir collecter automatiquement les mesures en différents points de l’environnement à surveiller. Deux systèmes de surveillance ont été développés. Le premier repose sur des composants sur étagère et sur une architecture centralisée en se basant sur le concept de l'Internet des objets (IoT). Le second a été entièrement conçu au CRAN et correspond au développement d'une solution basée sur une approche distribuée. Un badge intelligent a été développé. Il permet de surveiller les taux d’exposition de chaque porteur de badge. Les contraintes majeures de ce travail ont été de pouvoir localiser les personnes dans un milieu intérieur, d’optimiser les algorithmes en termes de place mémoire et de consommation d’énergie. Pour la partie optimisation, des méthodes de moyenne mobile à pondération exponentielle ont été implémentées et évaluées. Les deux prototypes ont été testés dans les bâtiments du CRAN et ont montré leur intérêt. / Formaldehyde is classified as a "high priority" pollutant in the indoor air quality. Because of its health effects, the emerging French regulation (Action 7 of PNSE2) requires the measurement of formaldehyde in public places (schools, kindergartens etc.) from 2017. However, no device on the market is able to provide accurate measurements in real time and at low cost. This thesis forms part of the ANR project CAPFEIN (réseau de CAPteurs de FormaldEhyde intelligents pour la surveillance de l'air Intérieur) whose purpose is to develop a "smart Formaldehyde sensor". The thesis objective is to design a real-time monitoring system of human exposure to formaldehyde, and more generally to indoor air pollutant. The sensors must be equipped with a communication interface to automatically collect measurements at different points of the environment to be monitored. Two monitoring systems have been developed. The first is Designed with commercial off-the-shelf component and a centralized architecture based on the concept of the Internet of Things (IoT). The second was designed from the CRAN and corresponds to the development of a solution based on a distributed approach. A smart badge has been developed. It can monitor exposure levels to each cardholder. The major constraints of this work consist on the ability to locate people in an indoor environment and the ability to optimize the algorithms in terms of memory space and power consumption. For the optimization part, the moving average exponential weighting methods have been implemented and evaluated. Both prototypes were tested in buildings of CRAN and showed interest.