El posicionamiento es un aspecto esencial de la navegación robótica, y la odometría visual una técnica importante para actualizar continuamente la información interna sobre la posición del robot, especialmente en interiores sin GPS (Sistema de Posicionamiento Global). La odometría visual utiliza una o más cámaras para encontrar pistas visuales y estimar los movimientos del robot en 3D de manera relativa. Se han logrado avances recientes, especialmente con sistemas completamente integrados como el RealSense T265 de Intel, que es el enfoque de este artículo. Comparamos entre sí tres sistemas de odometría visual (y una odometría de rueda, como una línea base conocida), en un robot terrestre. Lo hacemos en ocho escenarios, variando la velocidad, el número de características visuales, y con o sin humanos caminando en el campo de visión. Medimos continuamente el error de posición en traducción y rotación gracias a un sistema de posicionamiento de referencia. Nuestro resultado muestra que todos los sistemas de odometría enfrentan desafíos, pero de diferentes maneras. El RealSense T265 y el ZED Mini tienen un rendimiento comparable, mejor que nuestra línea base ORB-SLAM2 (mono-lente sin unidad de medida inercial (IMU)), pero no excelente. En conclusión, un solo sistema de odometría podría aún no ser suficiente, por lo que es necesario utilizar múltiples instancias y enfoques de fusión de sensores mientras se espera más investigación y productos mejorados.