La navegación precisa y robusta de UAV en entornos urbanos complejos sigue siendo un desafío debido a los edificios densos, los obstáculos dinámicos y las señales de GPS poco fiables. Para abordar este problema, este documento propone GLP-VO, un marco de odometría visual híbrido que combina características de estructura geométrica con características de puntos. Se introduce una estrategia de ponderación adaptativa para equilibrar las contribuciones de diferentes tipos de características según la calidad de coincidencia y la complejidad de la escena, mientras que se incorporan restricciones geométricas en el proceso de optimización para mejorar la precisión y estabilidad de la estimación de pose. Los experimentos en el conjunto de datos TUM RGB-D y las secuencias de vuelo de UAV reales verifican la efectividad del método propuesto. GLP-VO logra los mejores resultados de ATE en cinco de las diez secuencias TUM evaluadas, incluyendo 0.91 cm en f1_xyz y 0.62 cm en f3_str_tex_far, y se mantiene competitivo en secuencias desafiantes como f2_360_kidnap con un ATE de 2.26 cm. En el estudio de ablación, el modelo completo reduce ATE y RPE en hasta un 44.9% y un 43.1%, respectivamente. Además, el sistema propuesto funciona a aproximadamente 35 FPS en la plataforma de escritorio y 11 FPS en la plataforma a bordo, demostrando un equilibrio favorable entre precisión, robustez y rendimiento en tiempo real.