La Visual Odometry si pone come obiettivo quello di stimare il moto relativo di una camera, o di una coppia stereoscopica, analizzando una sequenza di immagini.
Nel caso di una sola telecamera, il problema dell'odometria visuale può essere affrontato mediante il calcolo della matrice essenziale e la sua successiva decomposizione. In questo caso, come già indicato in precedenza, la scala del movimento non può essere determinata dalle sole osservazioni monoculari, ma è possibile mettere in relazione tra loro i diversi movimenti relativi. Nel caso di una coppia stereoscopica, la conoscenza della calibrazione e della baseline permette invece di determinare anche la scala del movimento.
Esistono due approcci principali al problema dell'odometria visuale. Il primo, indicato come 3D-to-3D, stima il moto a partire da coppie di punti tridimensionali ricostruiti in istanti successivi. Il secondo, indicato come 3D-to-2D, assume invece noti i punti tridimensionali osservati in precedenza e stima la posa corrente minimizzando il corrispondente errore di riproiezione.