La problématique traitée dans cette thèse concerne la commande de robots manipulateurs à articulations flexibles. Les méthodes développées visent à satisfaire les spécifications de performance et de robustesse en suivi de trajectoire, ainsi qu’à assurer un niveau de sécurité compatible avec un scénario de fonctionnement interactif dans lequel l’homme et le robot partagent un même espace de travail. Seules les mesures moteur sont utilisées dans un contexte d’instrumentation réduite. Le premier objectif de performance de la commande de mouvement est atteint grâce à l’identification expérimentale d’un modèle flexible représentatif du système, et l’usage de ce modèle pour la synthèse de lois de commande avancées intégrées au sein d’une structure cascade. Deux approches complémentaires fondées d’une part sur la commande prédictive de type GPC (Generalized Predictive Control), et d’autre part sur la commande Hinfini, sont considérées pour la synthèse de lois de commande à deux degrés de liberté, prédictives et robustes. Les performances de ces deux approches sont analysées et évaluées expérimentalement. Le deuxième objectif de sécurité est abordé à travers un algorithme de détection de collisions du robot avec son environnement, sans capteur d’effort et en présence d’incertitudes de modélisation. Afin de séparer efficacement les effets dynamiques des collisions de ceux des erreurs de modélisation, une stratégie adaptative de filtrage et de décision tenant compte de l’état du système est proposée. La validation expérimentale montre une très bonne sensibilité de détection, compatible avec les normes et les recommandations de sécurité relatives à la robotique collaborative. / The present thesis addresses the problem of motion control of flexible-joint robot manipulators using motor sensors only. The global objective is to guarantee tracking performance and robustness with respect to modeling uncertainties, together with safe human-robot interaction in a collaborative scenario where the robot and the human operator share the same workspace. The first objective of performance is achieved through the experimental identification of a flexible model of the system and the use of this model for the design of advanced control laws implemented in a cascade structure. Two complementary approaches, based either on predictive (Generalized Predictive Control, GPC) or Hinfinity control frameworks, are considered to design predictive and robust two degrees-of-freedom controllers. Experimental evaluation and analysis of the proposed strategies is provided. The second objective of safety is addressed by a novel algorithm for human-robot collision detection, without force sensors and in the presence of modeling uncertainties. In order to efficiently separate the dynamic effects of the collisions from the effects due to modeling errors, the proposed approach includes adaptive filtering and uses dynamic thresholds depending on the robot state. Experimental evaluation demonstrates a good detection sensitivity which is consistent with safety standards and recommendations for collaborative robotics.