Le travail présenté dans ce mémoire concerne le développement théorique et la validation expérimentale d'algorithmes de fusion de données originaux pour mini-drones, dépassant les limitations des estimateurs communément utilisés (e.g. le Filtre de Kalman Etendu ou les filtres particulaires) et pouvant être implémentés aisément et efficacement dans une avionique bas-coûts. Nous proposons tout d'abord des observateurs invariants "génériques'', préservant les symétries naturelles du système physique. Ces observateurs fusionnent les mesures de capteurs bon marché usuels (tels que les capteurs inertiels, magnétomètres, GPS ou baromètres) afin d'estimer avec précision l'état de l'appareil (angles d'attitude et de cap, vitesse et position) sans modèle dynamique de l'engin. Ils possèdent un large domaine de convergence; ils sont également faciles à régler et très économiques en temps de calcul. Puis nous développons des observateurs "spécifiques'', adaptés au type de véhicule aérien considéré, en l'occurence un mini-quadrotor. Basés sur un modèle physique tenant compte de la traînée de rotor, les observateurs présentés estiment la vitesse du quadrotor à partir de mesures uniquement inertielles, menant à un contrôle en vitesse de l'appareil. Cette approche est validée par des vols stabilisés autonomes. Enfin, nous présentons en détail l'intégration du système avionique bas-coûts utilisé, composé de capteurs "bruts'' et d'un microcontrôleur sur lequel sont implémentés les observateurs précédents. Nous validons ces algorithmes en comparant leurs estimations avec celles fournies par un produit commercial coûteux, mettant ainsi en évidence leur excellent rapport "qualité/prix''.