L'objectif de ce mémoire est d'introduire le principe de système perceptif autonome comme objet d'étude. Les fonctionnalités de perception artificielle, en particulier de vision, sont devenues à la fois plus faciles à concevoir et plus performantes par l'utilisation d'un ensemble de techniques et d'environnements de développement regroupés sous l'expression apprentissage profond ("Deep Learning"). Elles ont atteint un certain niveau de maturité permettant d'envisager leur utilisation pour des application réelles voire critiques. La direction de recherche proposée ici est de munir la perception d'un certain degré d'autonomie considéré comme moyen de garantir sa fiabilité. L'introduction d'une telle propriété implique de reconsidérer le statut de la perception non plus comme fonctionnalité passive mais comme une activité impliquant comme parties prenantes explicites l'environnement à percevoir mais également le destinataire des produits perceptifs avec lequel le système entretient une relation contractuelle déterminant la nature du service attendu et les moyens de le garantir. L'étude des systèmes perceptifs autonomes conduit ainsi à un programme de recherche organisé selon trois axes: la conception d'une activité perceptive articulant dynamique fonctionnelle et processus d'apprentissage, le développement d'une intelligibilité propre des mécanismes de perception pour surveiller, spécifier ou justifier leur comportement, et la mise en œuvre d'une démarche générale permettant de garantir leur utilisation sûre et maîtrisée.