视觉SLAM是广泛应用于机器人和增强现实的方法，一般是使用粒子滤波的SLAM方法，同时非滤波方案也成为更有效率。
基于视觉识别的像素检测，标记背景中的目标和目标跟踪的定位方法之外的相机定位方法，需要先行生成3D结构，场景图像和对应的相机视角，在这种情况下，定位问题是图像与数据库匹和相机位置选择，在没有场景的情况下需要同时构建地图以及确定位姿。
非滤波方法的优势是不用实时更新地图数据，可以选用地图的子集。
非滤波视觉SLAM系统主要有8部分组成，（1）数据输入类型，（2）数据关联，（3）初始化，（4）位姿估计，（5）地图生成，（6）地图维护，（7）失效恢复，（8）回环闭合
直接方法是亮度一致性约束 ，还有光流法