Cette thèse se situe dans le domaine de l'intelligence artificielle, dans le cadre plus particulier des systèmes multi-agents. Les idées, propositions et réalisations qui y sont présentées sont issues des difficultés que nous avons rencontrées en traitant le cas particulier d'un système multi-experts en maintenance de voirie urbaine, le système ROSY (road system), développé en collaboration avec la mairie de Nancy. Ce système sert à illustrer les propositions émises tout au long du manuscrit. Nous présentons tout d'abord succinctement l'outil ATOME, générateur de systèmes à multi-bases de connaissances fondé sur le modèle du blackboard réalisé dans notre laboratoire, avec lequel ROSY est développé. Nous décrivons ensuite le système multi-experts en lui-même. Cette modélisation est issue de l'analyse de la démarche experte et de l'acquisition des connaissances nécessaires au raisonnement expert. Les principales techniques utilisées lors du processus d'acquisition des connaissances avec l'expert en voirie urbaine sont détaillées et une méthode d'acquisition faisant appel à la notion de constructeurs est proposée. Le problème de la modélisation des connaissances est alors abordé. Dans un premier temps, nous nous consacrons à l'étude de la représentation de données et connaissances particulières, principalement les données visuelles et les règles graduelles. Nous voyons alors les modifications qui ont été apportées aux spécialistes de l'outil ATOME de facon à reproduire plus fidélement le raisonnement expert. De même, des propositions sont émises pour une meilleure gestion de la communication entre tâche et spécialistes et pour un contrôle plus explicite.