Afin de rendre compétitifs les véhicules hybrides ou tout électriques, l'amélioration des performances des machines électriques embarquées est primordiale. Dans cette optique, le travail présenté s'intéresse en particulier à l'estimation en ligne des variations de température au sein d'une machine synchrone à aimants permanents. De ce fait, nous proposons d'estimer les paramètres physiques dépendants de la température, à savoir la résistance des enroulements et le flux des aimants. La connaissance des variations de température ou de ces paramètres permet en effet d'éviter une dégradation des performances en adaptant le contrôle en couple et de mettre en place une surveillance thermique autorisant notamment une meilleure disponibilité de la machine, sans risque d'endommagement. Pour répondre à ce double objectif, nous proposons deux observateurs de paramètres basés sur une modélisation réaliste de la machine. Nous établissons donc, en premier lieu, un modèle électrique du moteur qui tient compte de possibles différences entre signaux mesurés et exacts et garantit la robustesse des observateurs aux paramètres mécaniques. Un algorithme d'identification hors ligne des paramètres est proposé pour valider le modèle. Puis, basé sur ce modèle réaliste, les deux observateurs proposés, dit de Luenberger et de Kreisselmeier, estiment respectivement, suivant certaines conditions d'observabilité, le flux et la position pour le premier et un ou plusieurs paramètres parmi la résistance, le flux et l'inductance pour le second. Ces observateurs n'utilisent que les mesures de courant et de tension, ainsi qu'une mesure de position pour l'observateur de Kreisselmeier. Des études théoriques et en simulation sont menées pour valider le fonctionnement des observateurs et appréhender au mieux leurs réglages. En particulier, nous présentons une étude évaluant l'impact du bruit de mesure sur l'observateur de Luenberger afin d'améliorer sa robustesse au bruit sur une large plage de régime. Finalement, l'implémentation des observateurs sur différents bancs d'essais fournit des résultats prometteurs, tant pour l'estimation des paramètres que pour la faisabilité d'estimer les variations de température. / To make hybrid and full electric vehicles competitive, the performance enhancement of the embedded electric motors is essential. For this purpose, the presented work focuses in particular on the online estimation of temperature variations inside a permanent magnet synchronous motor. Therefore, we propose to estimate the temperature dependant parameters, namely the winding resistance and the magnet flux. The knowledge of these parameters or their temperature variations allows indeed to avoid performance degradation by adapting the torque control and makes possible a thermal monitoring, especially for machine availability improvement without risk of damage. Aiming at this double objective, we propose two parameter observers based on a realistic model of the machine. Thus, we first consider an electrical model of the motor that takes account of possible differences between measured and exact signals and ensures robustness to the mechanical parameters. An offline least squares algorithm for parameters identification is proposed to validate the model. Then, based on this realistic model, we design two observers, called Luenberger and Kreisselmeier. According to some observability conditions, the first one estimates the flux and position while the latter estimates one or several parameters among resistance, flux and inductance. These observers use the currents, voltages, and position for the Kreisselmeier observer, as only measurements. Theoretical and simulation studies are conducted on the observers to validate their efficiency and for a better understanding of their setting parameters. In particular, we present a study assessing the measurement noise impact on the Luenberger observer to improve its robustness to noise over a wide speed range. Finally, the implementation of the observers on different test benches provides promising results, both on parameters estimation and on the feasibility of temperature variations estimation.