L’agriculture joue un rôle vital dans le développement de l’humanité pour répondre à une demande alimentaire croissante. Pour cette raison, des produits chimiques comme les engrais, les herbicides, les fongicides, etc., sont utilisés pour protéger les cultures contre les maladies, les ravageurs et les mauvaises herbes. Cependant, l’utilisation de ces produits implique la dégradation des écosystèmes ainsi que des effets néfastes sur la santé humaine. Cette thèse propose une solution de désherbage mécanique autonome afin de remplacer/réduire l’utilisation d’herbicides. Dans un premier temps, la détection des cultures et des mauvaises herbes s’effectue à l’aide de techniques d’apprentissage automatique et de traitement d’image pour protéger les premières et éliminer les secondes. Ensuite, la détection des cultures est utilisée pour naviguer de manière autonome sans s’appuyer sur les données GPS en estimant le point de fuite formé par les rangées de cultures. Enfin, la commande de l’activation de l’outil de désherbage est proposée en s’appuyant sur la modélisation de la plateforme et la détection temps réel en proposant plusieurs variants. Les résultats rapportés dans cette thèse ont été obtenus en conditions agricoles réelles dans le cadre de deux challenges internationaux : le challenge ANR ROSE et la compétition européenne ACRE. De la même manière, ces conditions ont été recréées à l’aide du simulateur Gazebo et des jumeaux numériques afin de valider les approches proposées.