La garantie de performance de missions robotiques autonomes, bien qu'indispensable, est encore très rarement recherchée de nos jours.Le travail présenté dans ce manuscrit fait suite à celui proposé dans la thèse de L. Jaiem qui adressait de façon quantitative les dimensions sécuritaire, durée et énergie de la performance de missions planifiées en environnement connu. La méthodologie PANORAMA(SED) (Performance and AutoNOmy using Resources Allocation MAnagement) proposée s'appuyait sur une gestion dynamique et éclairée des ressources matérielles et logicielles disponibles pour parvenir à garantir, en temps réel, les objectifs de performance fixés. La mission était alors décomposée en une succession d'activités indépendantes à contraintes constantes où les ressources à employer étaient identifiées et paramétrées. La dimension localisation n'y était considérée que de façon qualitative et la logique d'utilisation de l'énergie s'appuyait sur une logique de minimisation de la marge énergétique.Dans ce document, l'intégration de la prise en compte qualitative de la dimension localisation de la performance au travers de l'incertitude associée repose sur la construction de modèles prédictifs d'incertitude de pose s'appuyant sur une démarche ensembliste, largement établis de façon empirique. La méthodologie proposée est déployée sur des méthodes locales couplant l'odométrie avec un recalage extéroceptif faisant appel à des capteurs Kinect et à des marqueurs Aruco. Elle est aussi mise en œuvre sur une nouvelle méthode de localisation globale basée sur les apparences, LZA, s'appuyant sur la corrélation entre la signature extéroceptive courante du robot et celles, préalablement calculées, au sein d'une grille couvrant l'environnement.La prise en compte qualitative de la performance d'incertitude de localisation fait apparaître qu'une corrélation peut exister entre 2 activités successives en raison des délais d'initialisation nécessaires à l'opérationnalisation d'une nouvelle méthode de localisation. Cette nouvelle représentation des données couplée aux modèles d'incertitude de pose prédictifs permet d'utiliser l'algorithme de Viterbi pour sélectionner les méthodes de localisation (ressources matérielles et logicielles) à mettre en œuvre pour satisfaire les contraintes de pose définies. Mais surtout il permet d'adresser la performance énergétique dans une logique de maximisation de la marge associée. Une nouvelle méthodologie PANORAMA(SLED) enrichissant PANORAMA(SED) a donc été proposée.La méthodologie PANORAMA(SLED) est déployée expérimentalement sur une mission de Patrouille exécutée en environnement intérieur présentant un fort aliasing perceptuel. Elle a montré sa capacité à garantir les objectifs de performance Sécurité – Énergie – Localisation – Durée imposés. Les échecs observés ont pour principale origine la non prise en compte de l'incertitude de localisation lors de la commutation interactivités.Même si PANORAMA(SLED) présente encore quelques limitations elle devrait, dans les prochaines années, être étendue aux missions d'Exploration, en permettant une optimisation objective de la phase de découverte, tout en assurant la phase de récupération du robot autonome.