La estimación confiable de la altitud y la velocidad vertical es fundamental para el vuelo autónomo de vehículos aéreos no tripulados (UAV), especialmente durante operaciones a baja altitud como el despegue y el aterrizaje. Los altímetros barométricos se utilizan ampliamente debido a su bajo costo, alta disponibilidad y buena estabilidad a largo plazo, proporcionando tendencias de altitud suaves en un amplio rango operativo. Sin embargo, las mediciones barométricas se infieren indirectamente de la presión estática y, por lo tanto, son sensibles a las perturbaciones del flujo de aire local. En particular, el efecto de la estela del rotor y las perturbaciones de presión inducidas por el efecto del suelo cerca de la superficie pueden introducir sesgos significativos y fluctuaciones a corto plazo en la altitud barométrica, que se propagan en estimaciones erróneas de la velocidad vertical durante fases críticas del vuelo. Los altímetros de tiempo de vuelo (TOF), como los sensores de radar o láser, proporcionan mediciones directas sobre el nivel del suelo (AGL) y son en gran medida insensibles a las perturbaciones de presión relacionadas con el efecto del suelo. Dentro de su rango operativo limitado, los altímetros TOF suelen ofrecer mayor precisión y menor ruido a corto plazo en comparación con la altitud barométrica. Sin embargo, los sensores TOF se caracterizan por un rango de medición válido restringido y frecuentemente exhiben comportamientos no ideales en operaciones reales de UAV, incluyendo salidas fuera de rango, mediciones congeladas y lecturas sesgadas dentro del rango. Estas anomalías violan las suposiciones nominales del sensor utilizadas en la fusión convencional basada en filtros de Kalman y pueden degradar significativamente el rendimiento de la estimación si no se manejan adecuadamente. Este documento propone un marco de estimación de altitud basado en reglas de Kalman híbridas que fusiona mediciones de altitud barométrica y TOF para aprovechar sus características complementarias mientras mitiga sus respectivas limitaciones. Se formula un modelo de espacio de estados dinámico vertical para estimar conjuntamente la altitud, la velocidad vertical, el sesgo del acelerómetro y el desplazamiento de altura del suelo. Se desarrolla un módulo de detección y clasificación de anomalías basado en reglas para identificar múltiples modos de falla del altímetro TOF observados en vuelos operacionales de UAV. Los estados de anomalía detectados se incorporan al filtro de Kalman para ponderar, aceptar o rechazar adaptativamente las mediciones TOF, mejorando así la robustez contra las no idealidades del sensor. El enfoque propuesto se valida utilizando 39 registros de vuelo reales de UAV que cubren diversos regímenes de vuelo, incluyendo maniobras a baja altitud, crucero y aterrizaje autónomo. Los resultados experimentales muestran que el marco propuesto proporciona estimaciones de altitud y velocidad vertical más estables y robustas bajo condiciones prácticas de anomalías del sensor en comparación con configuraciones convencionales que solo utilizan barómetros y fusiones estándar de Kalman. Estos resultados demuestran la efectividad práctica del método propuesto para la estimación de altitud consciente de fallos en el vuelo autónomo de UAV.