Les systèmes de transports intelligents coopératifs (C-ITS) offrent des opportunités pour améliorer la sécurité routière et particulièrement la sécurité des usagers vulnérables (VRU), e.g., piétons et cyclistes. La principale source d'accidents provient de l'incapacité des usagers, véhicules et VRUs, à détecter le danger avant qu'une collision soit inévitable. Nous introduisons un système de perception qui s'appuie sur les données des capteurs laser et caméra pour estimer l'état des VRUs entourant le véhicule. Une technique de classification multi-classes des obstacles routiers à partir de données laser a été développée en utilisant une méthode d'apprentissage statistique et une estimation bayésienne. Nous proposons une architecture de communication véhicules-piétons (V2P) qui prend en compte les faibles ressources énergétiques des smartphones transportés par les piétons. Notre solution s'appuie sur les standards définis dans l'architecture de communication véhiculaire ETSI ITS et propose une dissémination géographique pour la communication V2P. Un système coopératif perception/communication a le potentiel de gérer des scénarios de plus en plus complexes en combinant la capacité de la perception à estimer l'état dynamique des obstacles détectés et la capacité de la communication à échanger un contenu riche entre des usagers éloignés. Nous introduisons une fusion multi-hypothèses entre les informations de perception et de communication et une application pour smartphone destinée à protéger les VRUs des dangers de la route. Les solutions proposées au cours de la thèse sont évaluées sur des données réelles. Nous avons mené des expérimentations sur le campus d'INRIA démontrant les atouts d'un système coopératif de protection des usagers vulnérables. / Cooperative intelligent transportation systems (C-ITS) have the opportunity to enhance road safety, especially the safety of vulnerable road users (VRU), e.g., pedestrians and cyclists. Road accidents are mainly due to vehicles' and VRUs' inability to detect the danger before a collision cannot be avoided.We introduce a perception system based on laser and camera sensors to estimate the state of VRUs located around the vehicle. A multi-class classification of road obstacles based on laser data has been developed using statistical machine learning and Bayesian estimation.We propose an architecture for vehicles-to-pedestrians (V2P) communication which considers the weak energy resources of the devices carried by pedestrians such as smartphones. Our solution is relying on the standards defined by ETSI ITS architecture for vehicular communication and proposes geographical dissemination for V2P communication.A cooperative perception/communication system can deal with scenarios which are becoming more and more complex by combining the ability of perception to estimate the dynamic state of detected obstacles and the ability of communication to exchange a rich content between distant users. We introduce a multi-hypotheses fusion between perception and communication information and a smartphone application dedicated to protect VRUs from road danger.The solutions proposed during this thesis are evaluated on real data. We carried out real experiments on INRIA campus demonstrating the assets of a cooperative system for the protection of vulnerable road users.