La localización para el robot aéreo interior sigue siendo un problema desafiante porque las señales del sistema de posicionamiento global (GPS) a menudo no pueden llegar a varios edificios. En estudios anteriores, la navegación de robots móviles sin el GPS requería el registro de mapas de edificios de antemano. Este documento propone un marco novedoso para abordar la posición interior de vehículos aéreos no tripulados (UAV) en entornos desconocidos utilizando una cámara. Primero, se estima la actitud del UAV para determinar si el robot se está moviendo hacia adelante. Luego, se estima la posición de la cámara basada en el flujo óptico y el filtro de Kalman. Se lleva a cabo una segmentación semántica utilizando aprendizaje profundo para obtener la posición de la pared frente al robot. La distancia del UAV se mide utilizando la comparación de la proporción del tamaño de la imagen basada en los puntos característicos correspondientes entre la imagen actual y la de referencia de las paredes. El UAV está equipado con sensores ultrasónicos para medir la distancia del UAV desde la pared circundante. La estación terrestre recibe información del UAV para mostrar los obstáculos alrededor del UAV y su ubicación actual. El algoritmo se verifica capturando las imágenes con información de distancia y comparándolas con la imagen actual y la posición del UAV. Los resultados experimentales muestran que el método propuesto logra una precisión del 91.7% y un tiempo de computación de 8 cuadros por segundo (fps).