Cette thèse porte sur l'exploitation des mesures d’un tachymètre magnéto-inertielles (TMI) pour la navigation en intérieur. Il s'agit donc de prélever et traiter des données issues de capteurs bas coûts pour le calcul d'un observateur adéquat permettant d'estimer l'attitude et la position de l’individu porteur du TMI. Cette méthode présente l’avantage de ne requérir aucune pré-installation d’équipements et d’infrastructures dans les bâtiments.L’idée est donc de s’appuyer sur le modèle dynamique représentant le TMI et d’utiliser une combinaison de différents pré-filtres (dont l'anti-développement) et d’un filtre de Kalman étendu qui permettrait d’avoir un algorithme d’estimation à un moindre coût, favorisant un traitement des données en continu, sur des fenêtres glissantes et proposant un algorithme plus performant et en temps réel.Des expérimentations portant sur les différentes représentations de l’attitude du modèle dynamique du TMI ont été réalisées en premier lieu, donnant la possibilité de conclure sur les avantages et inconvénients de chaque représentation.Par la suite, une méthodologie a été suivie pour sélectionner la meilleure combinaison de filtres amont-aval à travers diverses simulations, ce qui a permis d’améliorer le filtre de Kalman étendu classique.En plus d’une telle estimation de mouvement, il serait possible de proposer une qualité d'estimation en fournissant un gabarit contenant la valeur réelle de l'attitude et de la position, fournissant une réalité terrain, ce qui permet de vérifier les performances de la combinaison filtres amont-aval choisie en comparaison avec les données de référence.La thèse se consacre donc à la synthèse de nouveaux observateurs, mais aussi à leur implémentation et à leur validation sur des données de référence.Les principaux résultats suggèrent un impact perceptible du pré-filtrage sur le gain en performance de la méthode par rapport à l’état de l’art.