Dans le domaine de la robotique, les véhicules autonomes de surface en milieu marin jouent un rôle important. Ils permettent de réaliser des opérations dangereuses, comme la surveillance d'environnements marins ou encore des relevés hydrographiques. Avant d'envisager le déplacement d'un véhicule autonome de surface, il est nécessaire d'assurer sa perception de l'environnement. Elle consiste à observer, localiser et éviter les obstacles. A cause des contraintes technologiques, la complexité de l'environnement naturel, et de la diversité des situations rencontrées, il est difficile d'effectuer une plate-forme parfaitement autonome et adaptée à des applications variées. Cette thèse s'inscrit dans le cadre du projet ASAROME (Autonomous SAiling Robot for Oceanographic MEasurements), un projet de réalisation d'un voilier autonome pour des missions de mesures et d'observations de longues durées. Dans un premier temps, nous avons conçu une plate-forme de perception composée de plusieurs types de capteurs : hydrophones, caméra panoramique, centrale inertielle et sonar. A partir des signaux acquis pendant des campagnes de test, nous avons développé des méthodes de traitement du signal. Elles consistent à analyser et traiter des signaux sonores sous-marins et des images panoramiques pour la reconnaissance d'objets, la détection et la localisation d'obstacles. Pour améliorer la perception des obstacles, des méthodes de fusion de données multi-capteurs ont été développées. L'ensemble des algorithmes ont été validés expérimentalement, en lac puis en mer. Ce travail n'est que le premier pas vers la réalisation d'un robot autonome en milieu marin capable de réaliser des missions complexes de longue durée, mais il montre sa faisabilité par le développement de capacités de perception adaptées.

Depuis quelques années, les océanographes et les climatologues expriment un besoin croissant de disposer de moyens de mesures complémentaires pour réaliser des mesures en mer. Les voiliers autonomes sont un moyen potentiel de déploiement des capteurs nécessaires à ces mesures. Le problème abordé dans le cadre de cette thèse est la détermination à tout instant d'un cap navigable permettant aux voiliers robotisés de se déplacer vers un objectif aussi vite que possible tout en évitant les obstacles et en s'adaptant aux conditions instantanées de vent. Nous proposons deux approches de sélection d'un cap navigable pour atteindre un point ou une liste de points de navigation défini par un opérateur humain. La première est similaire à celle utilisée par les skippers humains. Elle se base sur la minimisation d'une fonction de coût exploitant la projection des vitesses représentées dans la courbe polaire caractéristique du voilier sur la route direct vers l'objectif. Une seconde fonction de coût permet de tenir compte de la présence potentielle d'obstacles. %Le premier est basée sur des fonctions de coût fondées sur la stratégie de projection des vitesses représentées dans la courbe polaire caractéristique du bateau, méthode amplement utilisée par les skippers humaines. La deuxième approche repose sur la méthode des champs de potentiel. La particularité de cette approche tient au fait que les capacités de propulsion du voilier, représentées par sa courbe polaire de vitesse, sont traduites par des potentiels locaux qui se déplacent avec le voilier. Cette méthode présente l'avantage d'unifier la représentation des contraintes de la navigation à voile et des tâches à réaliser. Ces différentes méthodes sont illustrées par des simulations numériques ainsi que des essais expérimentaux.