Cette thèse se concentre sur les défis de la conduite autonome dans des environnements visuels dégradés (DVE). Les DVE désignent les conditions environnementales, telles que la pluie, le brouillard et la fumée, qui peuvent dégrader les capacités de perception des véhicules autonomes, en particulier ceux qui reposent sur la technologie 3D-LiDAR. L'objectif de la thèse est de quantifier les dégradations induites par les DVE sur les nuages de points LiDAR et de développer un modèle d'inférence bayésien pour améliorer la perception dans les DVE. Les contributions comprennent une analyse quantitative des impacts des DVE, un modèle d'inférence bayésien pour récupérer la visibilité à partir des nuages de points LiDAR, et des propositions d'utilisation du modèle pour améliorer la perception dans les DVE. La thèse est divisée en deux parties : la première présente le contexte, notamment la technologie 3D-LiDAR et les scénarios de DVE, tandis que la se! conde présente la méthodologie, les résultats expérimentaux et le modèle d'inférence développé. L'approche globale souligne l'importance de comprendre et de résoudre les effets des DVE sur la conduite autonome afin d'améliorer la sécurité et la fiabilité.