Les problèmes soulevés par la navigation autonome d'un véhicule dans un environnement partiellement ou totalement inconnu sont multiples, et proviennent essentiellement du fait que les informations sur l'environnement sont partielles, incomplètes et incertaines. Dans cette situation on ne peut pas assurer que le chemin calculé soit aussi court et aussi sûr que le chemin optimal qui aurait été calculé si toute l'information sur l'environnement était disponible. Cette information est obtenue au fur et à mesure de la navigation avec un degré variable de certitude qui dépend de la nature de l'environnement, et des capacités de perception et de localisation du véhicule.Les travaux proposés définissent une stratégie de navigation qui consiste à déterminer les zones où l'information est nécessaire à l'atteinte du but. Cette stratégie est exploitée pour définir un schéma de coopération pour la navigation coopérative entre un robot terrestre et un robot aérien.Les chemins faisables dépendent principalement du terrain et des capacités de déplacement du véhicule, mais aussi d'autres contraintes comme la localisation, la communication ou même le type de terrain que le véhicule peut ou ne peut pas percevoir. Un chemin désigne une séquence de points à suivre, un itinéraire dont l'exécution sera assurée par les algorithmes d'évitement d'obstacles qui ne sont pas traités ici. Après un état de l'art sur la navigation autonome en environnements inconnus, un chapitre est consacré à la modélisation des différentes informations nécessaires à la détermination des chemins : capacités des véhicules (en termes de locomotion, localisation, perception et communication), et informations sur l'environnement, rassemblées en une structure multi-couches pour représenter la traversabilité, les éléments de localisation et les contraintes de communication et de visibilité.Les informations de traversabilité sont centrales dans notre approche : elles sont représentées par une distribution de probabilités sur un ensemble fini de classes de terrain, et permettent d'identifier les zones sur lesquelles l'acquisition d'information apporte une utilité pour la tâche de navigation. Un moyen de quantifier le gain d'information d'une tâche de perception est proposé, et le "potentiel de réussite"de la navigation est défini sur la base d'une analyse de coûts de navigation propagés lors de la recherche d'un chemin optimum par l'algorithme A*. Ces deux éléments sont combinés pour définir l'utilité de perception pour la navigation, qui permet de planifier des tâches de perception qui élargissent l'horizon initial de planification sur des zones où les alternatives au chemin optimal sont le plus probables. Des stratégies de navigation coopérative sont ensuite mises en oeuvre avec une approche basée sur les frontières entre zones connues et inconnues. Des simulations permettent de montrer les avantages de cette approche par rapport à l'état de l'art, et des résultats expérimentaux sont analysés.