Cette thèse traite du problème du recalage de nuages de points 3D dans des environnements intérieurs. Tout d’abord nous présentons l’algorithme multi-résolution GNMR-ICP, minimisant de manière robuste la distance point-à-plan entre deux nuages de points à l’aide d’une méthode de Gauss-Newton. La multi-résolution est faite grâce à un octree. Sur le jeu de données de référence ASL, GNMR-ICP donne des résultats plus précis que son équivalent utilisant l’approximation des petits angles (81% de succès contre 43%). Les temps de calculs dans les environnements structurés sont réduis (jusqu’à un facteur 2). Ensuite nous présentons NAP-ICP, un algorithme basé sur le recalage de plans. La mise en correspondance des plans est effectuée à l’aide d’une fonction de score basée sur les caractéristiques de paires de plans. Un recalage point-à-plan supplémentaire est effectué pour assurer un maximum de précision. NAP-ICP recale 100% des scènes intérieures du jeu de données ASL, est plus précis que les fonctions de l’état de l’art évaluées et est capable de fermer les boucles du jeu de données LOOP’IN. Enfin, PAR-ICP, une méthode plan-à-plan où la mise en correspondance est faite à l’aide d’un Random Forest est présentée. PAR-ICP recale 100% des scènes intérieures du jeu de données ASL et est capable de fermer les boucles de LOOP’IN, permettant de générer des cartes incrémentales.