Le problème de planification de trajectoire des bras manipulateurs redondants est largement étudié dans la littérature. Sa résolution nécessite la prise en compte d'un certain nombre de contraintes, qui sont : • le calcul des différentes configurations par lesquelles le robot doit passer ; • l'obtention de courbes lisses (vitesses, accélérations, jerks).La prise en compte de ces deux contraintes dans la démarche de résolution peut se faire de deux manières différentes. La première consiste à supposer au préalable que les différentes courbes suivent des trajectoires lisses (utilisation de fonctions polynomiales ou trigonométriques). La résolution aura pour objectif de calculer les paramètres de chacune des courbes. La deuxième technique consiste à traiter les deux contraintes séparément. Ainsi, on calcule les différentes configurations, puis on procède à une interpolation. Outre ces deux contraintes, on doit aussi résoudre le problème de redondance du robot et la manière de l'exploiter. La première partie de cette thèse est ainsi consacrée à l'étude de cette problématique. La démarche de résolution proposée repose entièrement sur des algorithmes d'optimisation. Les deux contraintes citées précédemment étant traitées séparément, il devient aisé de prendre en compte davantage de critères dans le problème d'optimisation. Ainsi, de nouvelles formulations sont proposées. Ces dernières font appel aux techniques d'optimisation hiérarchique, afin de faciliter le traitement de la redondance, qui est exploitée pour l'évitement d'obstacles et les singularités du robot. Vu la complexité de ces formulations, nous avons préconisé une démarche de résolution approchée, qui fait appel aux métaheuristiques d'optimisation, en particulier les algorithmes génétiques. La validation de la démarche proposée est faite sur le modèle du robot Neuromate. La deuxième partie de cette thèse est consacrée à une application avec le robot Neuromate. Plus particulièrement, nous nous sommes intéressés à l'opération de craniotomie avec le robot Neuromate. L'objectif est de réaliser une petite ouverture au niveau du crâne humain afin que le chirurgien puisse glisser des instruments pour traiter des maladies affectant le cerveau. Réalisée par le chirurgien lui-même, sans assistance robotique, cette opération est très délicate, du fait du manque de précision et de l'allongement du temps d'intervention. Les risques d'aggravation sont particulièrement élevés si la zone d'intervention est proche des veines ou située dans des régions qui ont une fonction importante (région motrice ou région de langage, par exemple). La démarche classique de la craniotomie assistée fait appel à la co-manipulation, qui contraint le chirurgien à participer à l'action, et donc à fournir des efforts. Dans ce travail, une autre démarche est proposée, basée sur l'intégration au robot Neuromate d'un système d'usinage à grande vitesse. Des tests ont été réalisés sur des plaques en polyamide dont les caractéristiques mécaniques sont proches de celles du crâne / The problem of trajectory planning is largely studied in the literature. In order to solve this problem, we need to take into account two important constraints, which are : • the computation of the different configurations in which the robot must pass ; • the smoothness of the resulting curves (velocities, accelerations, jerks).Taking both constraints into consideration can be done in two different ways. The first one is to suppose that all the curves are smooth (using polynomial or trigonometric functions) and then, the aim of the resolution is to find the coefficient of each of them. The second way is to deal the constraints separately. Thus, we compute in first the different configurations in which the robot must pass. After that, we compute the whole curve by interpolation. Adding to the constraints mentioned before, we have to solve the problem of the redundancy of the robot. The first part of this thesis is then devoted to the study of this problem. The proposed solving technique is entirely based on optimization algorithms. The two constraints cited above are treated separately, which allows to take more criteria into account. Thus, new formulations are proposed. They are based on the hierarchical optimization problem, which facilitates handling of the redundancy which is used for the obstacle and the singularities avoidance. Because of the high complexity of the proposed formulations, we chose to use metaheuristics to resolve them, especially the genetic algorithms. We validated the proposed technique on the model of the Neuromate robot. The second part of this thesis is devoted to an application achieved with the Neuromate robot. The procedure of craniotomy is used to perform a very small hole in the human skull in order to allow the surgeon to introduce medical instruments, to take care of some illness that affects brain. Achieved by the surgeon himself, without any robotics aid, this operation is very delicate, because of its lack of precision and increase of processing time. The risks are particularly high if the area of intervention is near the veins. The classical solving technique is based on the co-manipulation principle, which means that the surgeon participates in the action and then, provides an effort. In this work, another solving technique is proposed. It is based on the integration of a machining system with the Neuromate robot. The tests are achieved on plates made of polyamide of which the mechanical characteristics are near to those of the human skull