La inyección intravítrea autónoma en oftalmología es una tarea quirúrgica desafiante, ya que la medición precisa de la profundidad es difícil debido a las diferencias individuales en el ojo del paciente y la intrincada reflexión o refracción de la luz del globo ocular, a menudo requiriendo que el cirujano posicione primero con precisión el extremo efector. El control visual basado en imágenes (IBVS) no depende de la información de profundidad, mostrando potencial para abordar los problemas mencionados anteriormente. Aquí describimos una estrategia IBVS mejorada para lograr una alta actuación y una navegación de inyección autónoma robusta. El núcleo de función de base radial (RBF) con una capacidad de aprendizaje sólida y una rápida convergencia se utiliza para mapear globalmente la incierta relación de acoplamiento fuerte no lineal en el control IBVS no calibrado y complejo. Luego se utiliza una red neuronal Siamesa (SNN) para comparar y analizar las diferencias características entre las poses actuales y objetivas, haciendo así una aproximación de las relaciones de mapeo entre los cambios en las características de la imagen y el movimiento del extremo efector. Finalmente, se diseña un controlador de modo deslizante robusto (SMC) basado en una optimización robusta de mínimos y máximos para implementar una navegación quirúrgica efectiva. Los datos de la simulación y los experimentos del modelo físico indican que los errores máximos de localización y actitud del método propuesto son de 0,4 mm y 0,18 grados, mostrando una precisión deseable con la cirugía real y una robustez ante las perturbaciones. Estos resultados demuestran que la estrategia mejorada puede proporcionar un enfoque prometedor que puede lograr un alto nivel de inyección intravítrea autónoma sin un cirujano.