En el documento, se considera la navegación visual de un dron. El problema de navegación del dron consta de dos partes. La primera parte es encontrar la posición real y la orientación del dron. La segunda parte es encontrar la diferencia entre la posición y orientación deseables y reales del dron y la creación de la señal de control correspondiente para disminuir la diferencia. Para la primera parte del problema de navegación del dron, el documento presenta un método para determinar las coordenadas de la cámara del dron con respecto a objetos tridimensionales (3D) terrestres conocidos utilizando aprendizaje profundo. El algoritmo consta de dos etapas. Esto hace que el algoritmo sea fácil de interpretar por una red neuronal artificial (ANN) y, consecuentemente, aumenta su precisión. En la primera etapa, utilizamos la primera ANN para encontrar las coordenadas de la proyección del origen del objeto. En la segunda etapa, utilizamos la segunda ANN para encontrar la posición y orientación de la cámara del dron. El algoritmo tiene una alta precisión (estos errores se encontraron para el conjunto de validación de imágenes como diferencias entre posiciones y orientaciones, obtenidas de una red neuronal artificial preentrenada, y posiciones y orientaciones conocidas), no es sensible a interferencias asociadas con cambios en la iluminación, la aparición de objetos móviles externos y otros fenómenos donde otros métodos de navegación visual no son efectivos. Para la segunda parte del problema de navegación del dron, el documento presenta un método para la estabilización del vuelo del dron controlado por piloto automático con retardo en el tiempo. De hecho, el procesamiento de imágenes para la navegación demanda mucho tiempo y resulta en un retardo en el tiempo. Sin embargo, el método propuesto permite obtener un control estable en presencia de este retardo en el tiempo.