Cette thèse propose une méthode de navigation fondée sur les risques, y compris à la fois la notion traditionnelle de risque de collision et la notion de risque de perturbation. Avec la demande croissante d'assistance à la mobilité personnelle et de la robotique de services mobiles, les robots et les gens doivent partager les mêmes espaces physiques et suivre les mêmes conventions sociales. Les robots doivent respecter les contraintes de proximité, mais aussi respecter les gens qui interagissent. Par exemple, ils ne doivent pas briser l'interaction entre les gens qui parlent, à moins que la tâche du robot est de prendre part à la conversation. Dans ce cas, il doit être en mesure de rejoindre le groupe à l'aide d'un comportement socialement adapté. Le système de navigation socialement conscient proposée dans cette thèse intègre à la fois l'évaluation d'un risque de collision en utilisant des modèles prédictifs d'obstacles mobiles, et une évaluation de conformité avec les conventions sociales. La gestion humaine de l'espace (espace personnel, o-espace, espace d'activité ...) inspirée de la sociologie et la littérature robotique sociale est intégré, mais aussi des modèles de comportement qui permettent au robot la realisation de une prédiction à moyen terme des positions de l'homme. Les résultats de la simulation et des expériences sur un fauteuil roulant robotisé donnent validite a la méthode en montrant que notre robot est capable de naviguer dans un environnement dynamique en évitant les collisions avec des obstacles et des personnes et, en même temps, en réduisant l'inconfort chez les personnes en respectant les espaces mentionnés ci-dessus. / This thesis proposes a risk-based navigation method including both the traditional notion of risk of collision and the notion of risk of disturbance. With the growing demand of personal assistance to mobility and mobile service robotics, robots and people must share the same physical spaces and follow the same social conventions. Robots must respect proximity constraints but also respect people interacting. For example, they should not break interaction between people talking, unless the robot task is to take part in the conversation. In this case, it must be able to join the group using a socially adapted behavior. The socially-aware navigation system proposed in this thesis integrates both an assessment of a risk of collision using predictive models of moving obstacles, and an assessment of accordance with social conventions. Human management of space (personal space, o-space, activity space...) inspired from sociology and social robotics literature is integrated, but also models of behavior that enable the robot to make medium-term prediction of the human positions. Simulation and experimental results on a robotic wheelchair validate the method by showing that our robot is able to navigate in a dynamic environment avoiding collisions with obstacles and people and, at the same time, minimizing discomfort in people by respecting spaces mentioned above.