Le travail de thèse présenté dans ce mémoire a permis le développement d’une nouvelle méthode de détection de boucles dans la trajectoire d’un robot mobile. Celle-ci se base, contrairement à celles existantes, sur l’utilisation de données proprioceptives et est ainsi totalement découplée des problématiques de localisation et cartographie auxquelles elle est généralement associée. L’utilisation de l’analyse par intervalles a permis, dans notre contexte de mesures à erreurs bornées, de calculer deux temps pour lesquels la position du robot est identique alors qu’un mouvement significatif a pu être observé entre ces deux instants. La méthode est automatique et ne nécessite que la connaissance des équations d’état du robot ainsi que les mesures de vitesse effectuées au cours de sa mission. Les résultats de l’algorithme sur données réelles, issues d’une expérience effectuée en milieu sous-marin, sont très satisfaisants et ont permis de prouver l’existence et l’unicité de plus de la moitié des boucles observées dans la trajectoire du robot. / The work presented in this thesis deals with a new method for loop detection in the trajectory of a mobile robot. It is based on the use of proprioceptive measures, whereas other methods use exteroceptive measures. This makes this method totally independent from the simultaneous localisation and mapping problems that they are generally coupled with. The use of interval analysis allowed us, in this bounded error context, to compute two instants for which the position of the robot is identical although a significant movement has been observed between these moments. The method is automatic and only requires the knowledge of the state equations of the robot as well as the velocity measures carried out during its mission. The results of the true data algorithm, derived from an experiment carried out underwater, are very satisfactory and made it possible to prove the existence and uniqueness of more than half of the loops observed in the trajectory of the robot.