Ce travail étudie certains des problèmes les plus pertinents dans le sens de la navigation et contrôle présentés dans une classe particulière de mini-véhicules aériens. L'un des principaux objectifs c'est à réaliser un véhicule léger et facile à déployer dans un court laps de temps, un véhicule sans pilote drone capable de suivre une mission complète, du décollage aux points de cheminement suivants et de terminer la mission avec un atterrissage autonome à l'intérieur d'une zone délimitée en utilisant une interface graphique dans un ordinateur ou une tablette. La génération de trajectoire II est la partie qui dit le drone où il doit voyager et sont générés par un algorithme intégré sur le drone. Le résultat classique de Dubins est utilisé comme base pour la génération de trajectoire en 2D et nous avons étendu à la génération de trajectoire 3D. Une stratégie de suivi de trajectoire développée en utilisant l'approche de Lyapunov, est présentée pour piloter un drone à voilure fixe à travers tout le chemin désiré. Le concept clé derrière le contrôleur de suivi de trajectoire s'appuie sur la réduction de la distance entre le centre de masse de l'avion p et le point sur la trajectoire q à zéro, ainsi que l'angle entre le vecteur vitesse et la tangente à la trajectoire. Afin de tester les techniques mises au point au cours de la thèse une application C# -Net personnalisée a été développé nommé MAV3DSim (Multi-Aerial Vehicle 3D Simulator). Le MAV3DSim permet une opération de lecture/écriture de/vers le moteur de simulation à partir de laquelle nous pourrions recevoir toutes les informations de capteurs émulés et envoyés par le simulateur. Le système complet est capable d'effectuer un décollage et d'atterrissage autonome, à travers des points de suivi. Ceci est accompli en utilisant chacune des stratégies développées au cours de la thèse. Nous avons une stratégie pour le décollage et l'atterrissage, ce qui est généré par la partie de navigation qui est le générateur de trajectoire. Une fois que nous avons généré le chemin, il est utilisé par la stratégie de suivi de trajectoire et avec ce que nous avons l'atterrissage et le décollage autonome. / This work studies some of the most relevant problems in the direction of navigation and control presented in a particular class of mini‐aircraft. One of the main objectives is to build a lightweight and easy to deploy vehicle in a short period of time, an unmanned aerial vehicle capable of following a complete mission from take‐o⁄ to the following waypoints and complete the mission with an autonomous landing within a delimitated area using a graphical interface in a computer. The Trajectory Generation It is the part that tells the drone where it must travel and are generated by an algorithm built into the drone. The classic result of Dubins is used as a basis for the trajectory generation in 2D and we have extended it to the 3D trajectory generation. A path following strategy developed using the Lyapunov approach is presented to pilot a fixed wing drone across the desired path. The key concept behind the tracking controller is the reduction of the distance between the center of mass of the aircraft p and the point q on the path to zero, as well as the angle between the velocity vector and the vector tangent to the path. In order to test the techniques developed during the thesis a customized C # .Net application was developed called MAV3DSim (Multi‐Aerial Vehicle 3D Simulator). The MAV3DSim allows a read / write operation from / to the simulation engine from which we could receive all emulated sensor information and sent to the simulator. The MAV3DSim consists of three main elements, the simulation engine, the computation of the control law and the visualization interface. The simulation engine is in charge of the numeric integration of the dynamic equations of the vehicle, we can choose between a quadrotor and a xed wing drone for use in simulation. The visualization interface resembles a ground station type of application, where all variables of the vehicle s state vector can be represented on the same screen. The experimental platform functions as a test bed for the control law prototyping. The platform consists of a xed wing aircraft with a PX4 which has the autopilot function as well as a Raspberry PI mini‐computer which to the implementation of the generation and trajectory tracking. The complete system is capable of performing an autonomous take‐o⁄and landing, through waypoints. This is accomplished by using each of the strategies developed during the thesis. We have a strategy for take‐o⁄ and landing, which is generated by the navigationon part that is the trajectory generator. Once we have generated the path, it is used by the trajectory tracking strategy and withthat we have landing and take‐o⁄ autonomously.