Le mouvement et la vitesse sont deux paramètres essentiels à connaitre lors de la navigation d'un drone en particulier durant les phases critiques d'atterrissage et de navigation. Dans cet article, nous présentons un système stéréoscopique mixte composé d'une caméra fisheye et d'une caméra perspective pour estimer le mouvement. Le mouvement est découplé en rotation et translation. La vue fisheye évalue cette rotation, l'attitude et la translation globale alors que la vue perspective contribue à déterminer l'échelle de la translation et apporte une information de précision. Contrairement aux systèmes stéréoscopiques classiques basés sur l'appariement de primitives, nous proposons un algorithme qui suit et exploite des points dans chacune des caméras indépendamment. Les points suivis dans chacune des caméras sont classés en deux types puis sont fusionnés : on distingue les points localisés sur le sol, dont la profondeur est connue et les autres points de l'environnement, dont la profondeur est inconnue. Nous pouvons alors estimer de façon robuste la translation et la vitesse en utilisant l'algorithme des deux points suivi d'un filtrage de Kalman. Nous montrons que cette approche est robuste et précise grâce à l'utilisation des vues hybrides. Des résultats de synthèse et expérimentaux sur des séquences réelles d'un drone démontrent la validité de cette approche.