La synthèse de lois de commande efficaces apparaît comme un enjeu important dans la réalisation autonome de tâches de navigation robotiques. Ce problème peut être abordé par différentes approches. L'une d'entre elles, la commande référencée capteur, permet de définir les boucles de commande directement à partir des mesures sensorielles au lieu de les exprimer en fonction de l'état du robot. Dans ce contexte, du fait de la richesse du signal vidéo, la vision apparaît comme un capteur privilégié pour la réalisation de tâches très variées de manière précise. Cependant, la commande référencée vision reposant sur la seule régulation des indices visuels dans l'image s'avère mal adaptée pour réaliser des tâches de navigation complexes dans des environnements encombrés d'obstacles. En effet, dans ce cas, il est nécessaire de garantir d'une part la sécurité du robot, et d'autre part la disponibilité permanente des indices visuels dans l'image. Ce sont précisément ces problèmes que nous avons voulu étudier dans le cadre de cette thèse. Notre contribution a consisté à définir des stratégies de commande référencées multi-capteurs pour un robot mobile réalisant une tâche référencée vision dans un environnement encombré d'obstacles susceptibles d'occulter le motif visuel. Nous avons tout d'abord proposé des lois de commandes permettant d'éviter à la fois les occultations et les collisions. Toutefois, les résultats obtenus ont montré que chercher à éviter simultanément ces deux phénomènes surcontraignait le mouvement du robot, limitant la gamme des missions réalisables. Nous avons alors développé une seconde approche consistant à tolérer temporairement la perte du signal visuel. Celle-ci repose sur l'exploitation de la réversibilité du lien vision/mouvement exprimé par le torseur d'interaction. Nous avons ainsi proposé dans un cadre général plusieurs méthodes (analytiques et numériques) de reconstruction du signal visuel lorsqu'il devient indisponible. Nous avons ensuite validé ch acune de ces méthodes dans le cas de la réalisation d'une tâche de navigation référencée vision dans un milieu encombré d'obstacles. Nous avons également montré l'intérêt de nos approches lorsque la caméra présente un défaut de fonctionnement pendant l'exécution d'une mission.

Cette thèse s'intéresse au développement de lois de commande basées sur la perception auditive. Dans le domaine de l'audition robotique, le contrôle du robot à partir d'informations auditives est généralement basé sur des approches de localisation de source sonore. Cependant, la localisation de source en conditions réelles est un tâche complexe à résoudre. En environnement intérieur, les perturbations causées par le bruit, la réverbération ou même la structure du robot peuvent altérer le processus de localisation. Cette tâche de localisation devient encore plus complexe si la source et/ou le robot sont en mouvement. Aujourd'hui, en se restreignant aux systèmes binauraux, la localisation sonore en environnement réel n'est pas encore réalisable de manière robuste. A l'opposé, nous développons dans cette thèse une commande référencée capteurs, l'asservissement sonore, qui ne nécessite pas de localiser la source. Le mouvement du robot est directement reliée à la perception auditive: une tâche de positionnement est réalisée par une boucle de commande, où le mouvement du robot est régi par la dynamique d'indices sonores de bas niveau. Les résultats expérimentaux dans différentes conditions acoustiques et sur différentes plates-formes robotiques confirment la pertinence de cette approche en condition réelle. / This thesis is concerned about the development of a control framework based on auditory perception. In general, in robot audition, the motion control of a robot using hearing sense is based on sound source localization approaches. However, sound source localization under realistic conditions is a significant challenge to solve. In indoor environment perturbations caused by noise, reverberation or even the structure of the robot may alter the localization process. When considering dynamic scenes where the robot and/or the sound source might move, the degree of complexity of source localization raises to a higher level. As a result, sound source localization considering binaural setup is not achievable yet in real-world environments. By contrast, we develop in this thesis a sensor-based control approach, aural servo, that does not require to localize the source. The motion of the robot is straightly connected to the auditory perception: a positioning task is performed through a feedback loop where the motion of the robot is governed by the dynamic of low-level auditory features. Experimental results in various acoustic conditions and robotic platforms confirm the relevance of this approach for real-world environments.