En condiciones de poca luz, la localización de UAV enfrenta desafíos sustanciales debido a la visibilidad reducida, niveles elevados de ruido y contraste disminuido. Para abordar estos problemas, proponemos un marco de localización visual optimizado para poca luz que integra un módulo de mejora de imagen basado en atención, una red de extracción de características robusta adaptada a entornos degradados y un algoritmo ligero de estimación de pose que fusiona características geométricas y convolucionales. Evaluaciones extensas en conjuntos de datos de poca luz tanto del mundo real como sintéticos revelan mejoras significativas en precisión, resistencia al ruido y adaptabilidad a la iluminación dinámica. Además, los resultados experimentales validan la viabilidad del marco para aplicaciones en operaciones nocturnas, gestión del tráfico aéreo urbano y respuesta a desastres, superando así efectivamente las limitaciones críticas de la posición de UAV en condiciones de poca luz.