Los sistemas de navegación basados en una sola cámara necesitan información de otros sensores o del entorno de trabajo para producir mediciones de posición fiables y precisas. Proporcionar información confiable, precisa y disponible en el entorno es muy importante. El trabajo destaca que la disponibilidad de calles bien descritas en entornos urbanos puede ser aprovechada por drones para fines de navegación y seguimiento de rutas, por lo que beneficiarse de tales estructuras no se limita solo a los coches de conducción automatizada. Mientras la posición del dron se calcula continuamente utilizando odometría visual, se utiliza la coincidencia de escenas para corregir la deriva de posición dependiendo de algunos hitos. La trayectoria del dron se define por varios puntos de referencia, y los hitos centralizados por esos puntos de referencia se eligen cuidadosamente en las intersecciones de las calles. La geometría y dimensiones de las calles conocidas se utilizan para estimar la escala y orientación de la imagen, que son necesarias para la alineación de imágenes, para compensar la deriva de la odometría visual y para pasar más cerca del centro del hito mediante el proceso de servoing visual. Se utiliza la transformada de Hough probabilística para detectar y extraer los bordes de las calles. El sistema se realiza en un entorno de simulación que consiste en el Sistema Operativo de Robots ROS, el simulador dinámico 3D Gazebo y el modelo de dron IRIS. Los resultados demuestran la eficiencia del sistema sugerido con un error de posición RMS de 1.4 m.