Les simulateurs de conduite avancés sont des systèmes formés de quatre composants: un écran panoramique de réalité virtuelle pour simuler la route et le trafic, un système audio pour jouer les sons liés à la conduite (freinage, grincements, etc.), un cockpit d'une voiture réelle (avec un tableau de bord authentique, les pédales, les sièges, etc.) pour recopier la position du corps du conducteur et ses moyens d'interaction avec le véhicule et enfin, un robot portant ce cockpit afin d'assurer son mouvement. Alors que les trois premiers composants peuvent prétendre à un degré de réalisme suffisamment élevé, le dernier (le robot) présente une capacité de déplacement très réduite (de quelques dizaines de centimètres à quelques mètres), rendant chimérique l'idée de pouvoir reproduire les trajectoires d'une vraie voiture. En réalité le but d'un simulateur de conduite n'est pas la reproduction des trajectoires réelles mais des sensations de mouvement correspondantes. Comment peut-on reproduire, alors, des sensations réalistes de mouvement malgré les déplacements réduits du cockpit de simulation ? C'est le but des Algorithmes de Motion Cueing (ACM) de fournir des solutions à ce problème via l'utilisation d'heuristiques. Nous avons pensé qu'au lieu de chercher simplement à reproduire les sensations de mouvement, nous pouvons répondre à une question plus intéressante : Quelle est la performance maximale d'un simulateur de conduite ? Ou, de manière plus précise, pour une trajectoire réelle donnée quelle est la meilleure trajectoire du simulateur en termes de qualité de sensations, étant données les limitations de mouvement du robot ? Répondre à cette question, nous permettra de réaliser la calibration des ACMs existants ainsi que celle des robots de simulation (en termes de géométrie et de dynamique) en amont de leur construction. Dans cette thèse, nous répondons à cette question grâce à notre Algorithme de Performance Maximale (APM) qui couvre tous les aspects de contrôle liés à la simulation. En effet, nous intégrons la notion de sensation grâce à l'utilisation de modèles perceptifs recueillis dans la littérature. Nous intégrons, également, nos propres modèles dynamiques détaillés et non linéaires du robot de simulation. Nous assurons, enfin, le respect des contraintes de déplacement par l'utilisation d'une approche directe d'optimisation. La complexité de ce problème est non seulement due à la difficulté de définir la notion de performance (en effet quelle est le sens exact de la notion de sensation ?), mais aussi à l'enveloppe réduite du mouvement du robot (limitations en termes de position, vitesse et accélération) et à sa dynamique non linéaire. Une fois tous ces concepts posés et définis, nous avons testé notre approche sur deux types de simulateurs (à base fixe et à base mobile posée sur des rails). Les résultats sont riches en information: le caractère fréquentiel des différents degrés de liberté (basses fréquences pour la tilt coordination, hautes fréquences pour les translations), la non causalité de l'APM, l'enveloppe de mouvement très réduite du simulateur et la nécessité d'utiliser un facteur d'échelle, etc. Deux variations de l'APM ont été introduites pour traiter les deux derniers points: l'APM causal et l'APM allure. Nous avons également défini deux indicateurs de performance (IP et IP allure) pour mesurer la fidélité du simulateur en termes d'amplitude et en termes de profil. En résumé, cette thèse présente un ensemble d'outils d'aide au calibrage aux AMCs et aux robots de simulation en amont de leur construction. Deux autres problèmes ont été abordés dans cette dissertation: le problème de redondance et la commande robuste. Quant au premier problème, l'APM a montré, pour les simulateurs redondants (à base mobile), l'existence d'un recouvrement fréquentiel des deux translations: les rails et l'hexapode. Comment peut-on alors exploiter ce recouvrement ? Nous proposons une méthode basée sur le formalisme des systèmes dynamiques hybrides qui permet de réduire les sensations incohérentes (dues aux freinages à l'approche des butées) et de minimiser l'absence des sensations (due à l'absence de blocage). Concernant la commande robuste, nous avons eu deux contributions théoriques dans la commande par couple calculé: une formalisation englobante basée sur une méthode de Lyapunov (développée antérieurement par Qu et Dawson) ainsi qu'un résultat fin: le théorème du choix vivant (extension du travail de Samson) dont la démonstration est basée sur la majoration de la solution d'une équation de Riccati non symétrique et non autonome sur tout l'horizon de simulation.