Les drones se sont d'ors et déjà rendus indispensables dans de très nombreuses applications, notamment dans les domaines de la création photographique ou vidéo, ou tout simplement dans des activités de loisir. En parallèle, l'image des robots aériens autonomes s'est elle aussi répandue dans l'imaginaire collectif, de telle sorte que de très nombreuses applications, du quotidien comme dans des domaines plus spécifiques, s'envisagent aujourd'hui fortement sous ce spectre. On peut notamment citer l'image récurrente de livraison à domicile par des drones, ou bien le déploiement de flottes de robots pour des activités d'observation en environnement difficile d'accès.La recherche en robotique aérienne est elle très active depuis de nombreuses années, et l'état de l'art ne cesse de s'améliorer, que ce soit via la conception de robots de plus en plus performants, ou le perfectionnement des algorithmes embarqués qui permettent une autonomie toujours plus grande.Le déploiement de ces robots dans le cadre d'applications en environnement non-contrôlé pose de nombreux problèmes logistiques, notamment liés à la perception de l'environnement. L'usage de capteurs extéroceptifs est donc fondamental pour la plupart des applications en autonomie. Parmis ces capteurs, les caméras tiennent notamment une place de choix. Cette place tient d'un part de leur simplicité de conception et d'intégration, due à leur très faible taille et poids, mais également de la conception même des environnements de travail humains, qui sont très fortement basés sur des marqueurs visuels (panneaux, signaux lumineux...) En revanche, les impératifs liés au maintien de la visibilité de certains objets ou phénomènes entrent régulièrement en conflit avec les aux autres taches à accomplir pour le robot, ou tout simplement avec ses impératifs de mouvement. Cet effet est d'autant plus important que la plupart des robots aériens possèdent un fort couplage entre la position du robot et son orientation : le robot doit s'incliner dans une direction donnée afin de se déplacer latéralement, affectant donc l'orientation des capteurs. Partant de ce constat, la communauté scientifique travaille à la production d'algorithmes sensorimoteurs pouvant produire des mouvements tout en tenant compte de la perception de l'environnement.Cette thèse s'inscrit dans ce contexte, en vue de proposer des méthodes de contrôle incluant des contraintes liées au maintient des phénomènes d'intérêt dans le champ de vision des capteurs. De plus, afin d'assurer la faisabilité des commandes générées, il est nécessaire de prendre en compte les différentes contraintes d'actionnement des robots.Afin de lier ces différents aspects dans un formalisme commun, les solutions proposées s'appuient sur des méthodes de contrôle optimal et prédictif. Ces méthodes, basées sur de l'optimisation numérique, nécessitent la définition de modèles dynamiques et perceptifs précis et complets, ce qui implique de considérer les non-linéarité des systèmes, qui sont parfois mises de côté à des fins de simplification.Les contributions de cette thèse consistent dans un premier temps en l'agrégation des différents concepts dans un paradigme commun, puis à la formalisation des fonctions mathématiques permettant d'exprimer les objectifs et contraintes relatifs à la perception. Ce même paradigme est utilisé pour la résolution de plusieurs problèmes liés à des taches courantes en robotique aérienne, notamment le suivi de phénomènes dynamiques, ou encore la localisation visuelle-inertielle. Finalement, les solutions proposées sont implémentées sur les robots, et éprouvées via diverses simulations et expériences.Les travaux effectués au cours de cette thèse ont donné lieu à diverses publications dans des conférences et journaux internationaux. L'intégralité des productions logicielles issues de ces travaux sont publiées en tant que code libre à disposition de la communauté robotique.