L'objectif de cette thèse est d'optimiser la couverture visuelle d'une zone vaste et complexe de façon à ce que ses images puissent composer une mosaïque à partir d'un drone.Pour trouver les meilleurs points de passage, deux méthodes ont été étudiées : l'optimisation par essaims particulaires (PSO) et les algorithmes génétiques (GA).Notre étude a prouvé que le GA est la méthode offrant de meilleures performances en raison de ses performances et de sa capacité d'adaptation.Après avoir réalisé des expériences pour comparer les algorithmes, une hybridation de GA et PSO a été réalisée et étudiée.La méthode proposée peut être appliquée sur de grandes surfaces de formes irrégulières, comme les terrains agricoles, et fournit un nombre réduit de points de passage qui doivent être survolés par un véhicule aérien de type drone (UAV).Des essais ont été réalisés pour simuler le vol d'un drone dans un environnement intérieur, les images générées pendant la simulation sont utilisées pour représenter une image de la totalité de l'environnement sous la forme d'une mosaïque.La méthode proposée est également appliquée dans de vastes zones extérieures. Des images satellitaires sont utilisées pour visualiser la couverture du trajet qui a été planifié.Les expériences valident l'efficacité de la méthode proposée pour trouver le nombre et la position des points de passage. / The goal of this paper is to optimize the coverage of a vast and complexarea such that its mosaic image can be created. To find the best waypoints, twomethods have been investigated: Particle Swarm Optimization (PSO) and GeneticAlgorithms (GA). Our investigation proved that GA is a better method due toits performance and adaptability. After having performed experiments to compare the algorithms, a hybridization of GA and PSO is investigated.The proposed method can be applied on large areas with irregular shapes, such as agricultural fields, and it provides a minimized number of waypoints that must be flown over by the Unmanned Aerial Vehicle (UAV). The experiments were made to simulate the flight of the UAV in an indoor environment, and the images generated during the simulated flight have been used to show the final mosaic. The proposed method is also applied in the vast outdoor area using satellite images to visualize the final result of the coverage path planning. The experiments validate the efficiency of the proposed method for finding the number and the poses of the waypoints. The solution proposed to approach the problem of coverage path planning is rather different than the stateof the art by dividing the Coverage Path Planning on independent sub-problems to optimize and then using GA and later on GAPSO.