Les missions d'exploration planétaire utilisent des véhicules spatiaux pour acquérir les données scientifiques qui font avancer notre connaissance du système solaire. Depuis les années 90, ces missions ciblent non seulement les planètes, mais aussi les corps célestes de plus petite taille comme les astéroïdes. Ces astres représentent un défi particulier du point de vue des systèmes de navigation, car leur environnement dynamique est complexe. Une sonde spatiale doit réagir rapidement face aux perturbations gravitationnelles en présence, sans quoi sa sécurité pourrait être compromise. Les délais de communication avec la Terre pouvant souvent atteindre plusieurs dizaines de minutes, il est nécessaire de développer des logiciels permettant une plus grande autonomie d'opération pour ce type de mission. Ce mémoire présente un système de navigation autonome qui détermine la position et la vitesse d'un satellite en orbite autour d'un astéroïde. Il s'agit d'un filtre de Kalman étendu adaptatif à trois degrés de liberté. Le système proposé se base sur l'imagerie optique pour détecter des"points de repères" qui ont été préalablement cartographiés. Il peut s'agir de cratères, de rochers ou de n'importe quel trait physique discernable à la caméra. Les travaux de recherche réalisés se concentrent sur les techniques d'estimation d'état propres à la navigation autonome. Ainsi, on suppose l'existence d'un logiciel approprié qui réalise les fonctions de traitement d'image. La principale contribution de recherche consiste en l'inclusion, à chaque cycle d'estimation, d'une mesure de distance afin d'améliorer les performances de navigation. Un estimateur d'état de type adaptatif est nécessaire pour le traitement de ces mesures, car leur précision varie dans le temps en raison de l'erreur de pointage. Les contributions secondaires de recherche sont liées à l'analyse de l'observabilité du système ainsi qu'à une analyse de sensibilité pour six paramètres principaux de conception. Les résultats de simulation montrent que l'ajout d'une mesure de distance par cycle de mise à jour entraîne une amélioration significative des performances de navigation. Ce procédé réduit l'erreur d'estimation ainsi que les périodes de non-observabilité en plus de contrer la dilution de précision des mesures. Les analyses de sensibilité confirment quant à elles la contribution des mesures de distance à la diminution globale de l'erreur d'estimation et ce pour une large gamme de paramètres de conception. Elles indiquent également que l'erreur de cartographie est un paramètre critique pour les performances du système de navigation développé.

Le travail de cette thèse s'inscrit dans le domaine de l'utilisation de la vision pour la réalisation de tâches robotiques et concerne plus particulièrement les aspects de poursuite de cible par asservissement visuel. <br />Nous nous sommes intéressé au cas d'objets mobiles, et plus particulièrement à l'estimation du mouvement de ces objets, nécessaire pour une exécution satisfaisante des tâches de poursuite. La qualité de poursuite est en effet grandement améliorée grâce à une estimation robuste du mouvement. Pour réaliser l'estimation, nous proposons une approche nouvelle, basée sur l'aspect adaptatif du filtrage de Kalman. Contrairement au filtre classique de Kalman, ce filtre n'utilise aucun modèle ni connaissance a priori. La représentation d'état est adaptée en permanence en fonction des observations courantes pour représenter au mieux la dynamique du système. Il s'agit d'une approche modulaire à modèle multiple. Plusieurs filtres sont utilisés et la probabilité pour chacun de calculer l'estimation optimale est déterminée par apprentissage. Un réseau de neurones, sur cette base statistique, supervise l'ensemble des filtres et permet de compenser le caractère non stationnaire des mouvements de l'objet mobile. <br />Les informations visuelles estimées servent à contrôler les déplacements du robot. Des extensions de la carte auto-organisatrice de Kohonen à sorties supervisées servent à approximer la transformation sensori-motrice du système robot-vision. La relation apprise se trouve dès lors à l'origine de la loi de commande du robot. L'apprentissage est entièrement réalisé en contexte, en exploitant les corrélations sensori-motrices durant les mouvements des robots. <br />Les méthodes présentées dans cette thèse ont été validées en simulation et par des expérimentations réalisées sur une plate-forme robotique réelle.