La chirurgie minimalement invasive est un domaine de recherche très actif puisqu’elle permet d’envisagerdes thérapies ciblées et des diagnostics in situ tout en minimisant traumatismes, effets secondaires et tempsde convalescence. En particulier, l’utilisation de systèmes miniaturisés actionnés à distance ouvre la voie àune navigation dans le système cardiovasculaire, permettant ainsi le ciblage et l’intervention sur zones dif-ficilement accessibles du corps humain. L’objectif de cette thèse est de proposer i) un état de l’art sur lamodélisation des forces s’exerçant sur un ou plusieurs microrobots naviguant dans des vaisseaux sanguins,ii) des représentations d’état exploitables à des fins de commande et d’observation, iii) différentes synthèsesde lois de commande pour stabiliser un ou plusieurs microrobots le long d’une trajectoire de référence, iv)des observateurs d’état pour reconstruire les états non mesurables du système. Un microrobot magnétiquenaviguant dans un vaisseau sanguin subit la force de traînée, les forces surfaciques, de contact, d’interactionmagnétique, et son poids apparent. Son actionnement est assuré par l’application de champs ou de gradientsde champ magnétiques, et sa localisation est assurée par un imageur médical. La dynamique du ou desmicrorobots (système réduit) est sous forme d’état non linéaire affine en la commande avec dérive, et dé-pend de plusieurs paramètres physiologiques incertains, en particulier de la vitesse du sang, qui est difficileà mesurer. La dynamique du flux sanguin (système fluidique) est alors modélisée sous forme d’une repré-sentation d’état autonome, combinée avec le système réduit pour aboutir au système étendu. L’objectif decommande est de stabiliser les états du système réduit le long d’une trajectoire de référence. Une commandestabilisante est synthétisée par backstepping, mais elle n’est pas utilisable en l’état. Des observateurs baséssur le théorème de la valeur moyenne et sur une immersion sont synthétisés respectivement dans le cas oùla pulsation cardiaque est connue ou non. La stabilité du retour de sortie est alors démontrée. La stabilitéet la robustesse aux bruits de mesure, aux incertitudes paramétriques, et aux erreurs de modélisation desapproches proposées sont alors illustrées par des simulations. / Minimally invasive surgery is an active research area since such systems have the potential to perform complex surgical procedures such as targeted therapies or in situ diagnosis, while minimizing trauma, side effects and recovery time. Miniaturized systems magnetically propelled by remote actuation can achieve swimming through the blood vessels network in order to provide targeted therapy, even for hard-to-reach human organs. This PhD thesis aims at addressing i) a review on the modeling of microrobots immersed in blood vessels, ii) a classification of the state space forms of such systems, iii) the synthesis of state feedbacks ensuring the stabilization of the microrobots along a reference trajectory, iv) the synthesis of observers to rebuild the unmeasured state variables. Magnetic microrobots swimming in a blood vessel face the hydrodynamic drag, surfacic and contact forces, magnetic interactions, and their apparent weight. These untethered robots are actuated by magnetic fields or magnetic gradients generation, and their localization is ensured by a medical imager. The microrobots dynamics (the so-called reduced system) lead to a nonlinear affine control subsystem with drift, and exhibits many uncertain physiological parameters, such as the blood velocity which can hardly be measured. The blood flow dynamics (the so-called fluidic system) are then modeled as an autonomous subsystem. These two subsystems result in an extended system describing the whole (robot and fluid) dynamics. The control objective is to stabilize the state of the reduced system along a reference trajectory, which is performed by an adaptive backstepping synthesis. Yet the full state is not accessible. We then synthesize either MVT or immersion based observers for the extended system, when the blood pulsation is either known or not. The output feedback stability is then proved. The stability and robustness to output noise, parametric uncertainty, and modeling errors are then illustrated by simulations.