Depuis trois décennies, la navigation autonome en environnement inconnu est une des thématiques principales de recherche de la communauté robotique mobile. En l'absence de connaissance sur l'environnement, il est nécessaire de réaliser simultanément les tâches de localisation et de cartographie qui sont extrêmement interdépendantes. Ce problème est connu sous le nom de SLAM (Simultaneous Localization And Mapping). Pour obtenir des informations précises sur leur environnement, les robots mobiles sont équipés d'un ensemble de capteurs appelé système de perception qui leur permet d'effectuer une localisation précise et une reconstruction fiable et cohérente de leur environnement. Nous pensons qu'un système de perception composé de l'odométrie du robot, d'une camera omnidirectionnelle et d'un télémètre laser 2D est suffisant pour résoudre de manière robuste les problèmes de SLAM. Dans ce contexte, nous proposons une approche appearance-based pour résoudre les problèmes de SLAM et effectuer une reconstruction 3D fiable de l'environnement. Cette approche repose sur un couplage serré entre les capteurs laser et omnidirectionnel permettant d'exploiter au mieux les complémentarités des deux types de capteurs. Une représentation originale et générique robot-centrée est proposée. Une vue augmentée sphérique est construite en projetant dans l'image omnidirectionelle les mesures de profondeur du télémètre laser et une estimation de la position du sol. Notre méthode de localisation de type appearance-based minimise une fonction de coût non-linéaire directement construite à partir de la vue sphérique augmenté décrite précédemment. Cependant comme dans toutes les méthodes récursives d'optimisation, des problèmes de convergence peuvent survenir quand l'initialisation est loin de la solution. Ce problème est aussi présent dans notre méthode où une initialisation suffisamment proche de la solution est nécessaire pour s'assurer une convergence rapide et pour réduire les couts de calcul. Pour cela, on utilise un algorithme de PSM amélioré pour construire une prédection du déplacement du robot.