Les grilles d'occupation constituent un mode de représentation de l'environement largement utilisé en robotique mobile. Ce rapport détaille une nouvelle approche pour calculer des grilles d'occupation à partir de stéréovision, et montre son application au domaine des véhicules intelligents. Dans l'approche proposée, la grille d'occupation est initiallement calculée dans l'espace de disparité associé au capteur stéréoscopique. Ce calcul prend en compte la classification des pixels en "route" et "obstacles", ainsi que les régions partiellement occultées de la scène. Dans un deuxième temps, la grille d'occupation dans l'espace de disparité est transformée en une grille Cartésienne, susceptible d'être utilisée dans des applications ultérieures. Cette transformation inclut un filtrage spatio-temporel de la grille. La méthode a été spécifiquement conçue pour être hautement parallelisable. En conséquence, nous l'avons implémentée sur GPU, afin d'assurer un fonctionnement temps-réel. Dans ce rapport, nous présentons la méthode et proposons une application au problème de la perception en environnement routier. Les résultats sont présentés avec des données routières réelles. La méthode est également comparée qualitativement à d'autres approches de construction de grilles d'occupation.