Este documento propone un enfoque novedoso para la navegación basada en mapas para aeronaves no tripuladas. El enfoque propuesto emplea la coincidencia de patrones de objetos en el suelo, no coincidencia de características a características o de imagen a imagen, entre una imagen aérea y una base de datos de mapas. La detección de objetos basada en aprendizaje profundo convierte los objetos en el suelo en puntos etiquetados, y la configuración de los objetos se utiliza para encontrar la ubicación correspondiente en la base de datos de mapas. Utilizar la técnica de aprendizaje profundo como herramienta para extraer características de alto nivel reduce el problema de localización basado en imágenes a un problema de coincidencia de patrones. El algoritmo de coincidencia de patrones propuesto en este documento no requiere información de altitud ni un modelo de cámara para estimar las coordenadas geográficas horizontales del vehículo. Además, requiere significativamente menos almacenamiento porque la base de datos de mapas se representa como un conjunto de tuplas, cada una compuesta por una etiqueta, latitud y longitud. La fusión de datos probabilísticos con las mediciones inerciales mediante el filtro de Kalman se incorpora para ofrecer una solución de navegación integral. Los experimentos de vuelo demuestran la efectividad del sistema propuesto en entornos del mundo real. El sistema de navegación basado en mapas proporciona con éxito las estimaciones de posición con RMSE dentro de 3.5 m a alturas superiores a 90 m sin la ayuda del GNSS.