En los últimos años, la navegación visual se ha considerado un mecanismo efectivo para lograr un aterrizaje autónomo de Vehículos Aéreos No Tripulados (VANT). Sin embargo, con las limitaciones de las cámaras visuales, la efectividad de los algoritmos visuales está significativamente limitada por las condiciones de iluminación. Por lo tanto, se propone un nuevo esquema de navegación autónoma basado en visión para el aterrizaje autónomo nocturno de VANT de ala fija. En primer lugar, debido a la dificultad de detectar la pista causada por la imagen en condiciones de poca luz, se adopta una estrategia de fusión de imágenes visibles e infrarrojas. Se establecen las funciones objetivo de la imagen fusionada y la imagen visible, y de la imagen fusionada y la imagen infrarroja. Luego, el problema de fusión se transforma en la situación óptima de la función objetivo, y la solución óptima se realiza mediante esquemas de descenso de gradiente para obtener la imagen fusionada. En segundo lugar, para mejorar el rendimiento de la detección de la pista a partir de la imagen mejorada, se propone un algoritmo de detección de pista basado en una red neuronal convolucional mejorada de tipo Faster (Faster R-CNN). Se analiza estadísticamente la caja de verdad de la pista del conjunto de datos, y se rediseñan el tamaño y el número de anclajes de acuerdo con el fondo de detección de la pista basado en los resultados del análisis. Finalmente, se propone un método de estimación de actitud y posición relativa para el VANT con respecto a la pista de aterrizaje. Se establecen nuevos sistemas de referencia de coordenadas, y se calculan seis parámetros de aterrizaje, como tres de actitud y tres de posición, mediante Iteración Ortogonal (IO). Los resultados de simulación revelan que el algoritmo propuesto puede lograr una mejora del 1.85% en AP en la detección de la pista, y el error de reproyección de rotación y traducción para la estimación de pose es del 0.581%, respectivamente.