Ce travail traite la problématique de la Modélisation 3D d'unenvironnement intérieur supposé inconnu par un robot mobile. Notreprincipale contribution concerne la construction d'un modèlegéométrique dense représenté par une carte hétérogène qui combine desamers plans texturés, des lignes 3D et des points d'intérêt. Afin deréaliser cette tâche, nous devons fusionner des données géométriqueset photométriques. Pour cela, nous avons d'abord amélioré lastéréovision dense, en proposant une approche qui transforme leproblème de la mise en correspondance stéréoscopique en un problème deminimisation d'une fonction d'énergie globale. Le minimum de cettefonction est trouvé par une coupure minimale dans un graphe. Notrecontribution réside dans la construction d'un graphe réduit qui apermis d'accélérer considérablement cette méthode globale del'appariement stéréoscopique et d'obtenir de meilleurs résultats queles méthodes locales.Néanmoins, cette méthode reste non applicable en robotiquemobile. Aussi, pour percevoir l'environnement, le robot est équipéd'un télémètre laser pivotant autour d'un axe horizontal et d'unecaméra. Nous proposons une cha”ne algorithmique permettant deconstruire de manière incrémentale une carte hétérogène, parl'algorithme de Cartographie et Localisation Simultanées basé sur lefiltre de Kalman étendu (EKF-SLAM). Le placage de la texture sur lesfacettes planes rend le modèle plus réaliste pour un opérateur, il apermis aussi de solidifier l'étape d'association de données, une étapeessentielle pour garantir la cohérence de la carte. Les différentsmécanismes développés sont illustrés et validés par des résultats expérimentaux.