Cette thèse s’inscrit dans le domaine de l’automatique, et a pour but de fournir des outils utiles à l’atterrissage en mer d’hélicoptères (sur navire ou plateforme) et employés dans le cadre d’un potentiel pilotage automatique. L’objectif a donc été de développer une série de lois de commande pilotées manuellement, puis commandées de façon autonome à l’aide d’informations caméra. Les lois ainsi développées à l’aide de modèles dynamiques d’hélicoptères, limitations mécaniques incluses, se basent sur les critères de Qualité de Vol issus de la norme ADS-33. L’ensemble a fait appel à une approche anti-windup pour améliorer la robustesse face aux situations d’actionneurs en saturation. Enfin les lois issues de ces travaux ont été testées en temps-réel sur le banc de pilotage d’hélicoptères de l’ONERA Salon-de-Provence. / This thesis is related to the automatic & control engineering field, and itsmain goal is to provide useful tools for ship landing missions, tools that can be used fora potential autopilot. The objective has been to develop a series of control laws manuallypiloted, then automatically controlled by visual servoing using identified image features. Thelaws developped thanks to helicopter models with mechanical limitations were based on flyingqualities criteria from the ADS-33 standard. The process also defines an anti-windup approachto cope with actuator saturations. Finally the main results were assessed in real time withthe ONERA rotorcraft flight test bench at ONERA Salon-de-Provence.

L'objectif de cette thèse est de mettre en place une méthodologie et les outils associés en vue d'harmoniser le processus de construction des modèles de performances et de qualités de vol. Pour ce faire, des techniques de réduction de modèles ont été élaborées afin de satisfaire des objectifs industriels contradictoires de taille mémoire, de précision et de temps de calcul. Après avoir établi une méthodologie de construction de modèles réduits et effectué un état de l'art critique, les Réseaux de Neurones et le High Dimensional Model Representation ont été choisis, puis adaptés et validés sur des fonctions de petite dimension. Pour traiter les problèmes de dimension supérieure, une méthode de réduction basée sur la sélection optimale de sous-modèles réduits a été développée, qui permet de satisfaire les exigences de rapidité, de précision et de taille mémoire. L'efficacité de cette méthode a finalement été démontrée sur un modèle de performances des avions destiné à être embarqué. / The objective of this thesis is to provide a methodology and the associated tools in order to standardize the building process of performance and handling quality models. This typically leads to elaborate surrogate models in order to satisfy industrial contrasting objectives of memory size, accuracy and computation time. After listing the different steps of a construction of surrogates methodology and realizing a critical state of the art, Neural Networks and High Dimensional Model Representation methods have been selected and validated on low dimension functions. For functions of higher dimension, a reduction method based on the optimal selection of submodel surrogates has been developed which allows to satisfy the requirements on accuracy, computation time and memory size. The efficiency of this method has been demonstrated on an aircraft performance model which will be embedded into the avionic systems.