Метою роботи є розробка та експериментальна валідація обчислювально-ефективної гібридної системи автономної геолокалізації, здатної коригувати похибку INS шляхом зіставлення зображень з бортової камери та референсних супутникових знімків, з фокусом на життєздатність на низькоресурсних бортових платформах. Запропоновано гібридний метод, що поєднує дані INS з дискретною корекцією від модуля глибокого навчання. Проведено збір та розмітку власного набору даних польотів у заміській місцевості. Виконано порівняльний аналіз архітектур CNN (VGG11, MobileNetV2, ResNet18) та функцій втрат для задачі крос-модального зіставлення. Точність та продуктивність фінальної моделі валідовано на одноплатному комп'ютері Raspberry Pi.