L'objectiu del present projecte es realitzar un algorisme que permeti a un robot mòbil per a entorns urbans millorar la seva localització. El robot disposa de diversos sensors pel còmput de la seva localització, però en aquest projecte ens interessa explorar si aquesta tasca es pot assolir fent servir tan sols una càmera omnidireccional formada per 6 càmeres estàndard. Es pretén detectar quan el robot es troba en un lloc per al qual ja ha passat anteriorment. El sistema que utilitza el robot, anomenat PoseSLAM, treballa amb posicions i transformacions geomètriques entre posicions. Així, un cop es relacionen dues posicions com a properes, es calcula quina transformació existeix entre elles, fins a un factor d'escala. Per aconseguir-ho, es captura una imatge omnidireccional cada cert temps a mesura que el robot es troba en moviment a través d'un entorn desconegut. Cada imatge es considera una posició. La detecció de posicions properes es realitza amb una descripció de cada posició mitjançant el model Bag-of-Words. Aquest model intenta descriure l'entorn com a un conjunt de característiques visuals segons la seva aparença. Cada Bag-of-Words es compara amb els anteriors i es fa un càlcul probabilístic per decidir si és suficientment similar a algun d'ells com per considerar que s'han extret en el mateix lloc. Per al segon pas, calcular la transformació entre dues posicions considerades properes, es realitza un apariament de les característiques de cada una de les imatges corresponents a cada posició. D'aquesta manera obtenim quines característiques es troben en les dues imatges i quines relacions hi ha entre elles, informació que s'utilitza per realitzar el càlcul de la transformació. Finalment s'integra l'algorisme en el programari middleware anomenat ROS que permet que els resultats es puguin combinar amb els altres algorismes que funcionen concurrentment al robot. També es desenvolupa una aplicació en HTML5 per visualitzar qualsevol tipus de dades del robot i així facilitar les proves.