Hat zwar nichts mit Mechanik zu tun, aber: Ich würde auf jeden Fall noch eine "visuelle Odometrie" basierend auf Fundamentalmatrixschätzung hinzufügen. Die schätzt die Bewegungsrichtung und besonders die Rotation extrem gut und haut damit das größte Problem, die von RedBaron skizzierte Rotationsfehlschätzung, schon mal von vornherein 'raus. Und ist nicht so schwer zu realisieren. Damit reduziert sich das Problem weitgehend auf die Filterung der verrauschten Länge der Bewegung.

Was SLAM angeht, ist z.B. FastSLAM sehr nahe an O(n) dran, aber das aktuelle Monte-Carlo-Kalman-VSLAM ist meiner Erfahrung nach sehr fehleranfällig. Besonders natürlich immer in der Tiefenschätzung, aus der man später die Bewegungslänge ableiten kann. Also kommt man mMn ohne Filterung über die Odometriedaten nicht aus.

Die Oxforder Active-Vision-Jungs arbeiten übrigens (soweit ich weiß) immer noch mit ihrem initial bekannten und vermessenen Kalibrierobjekt. Das wäre für mich für einen robust arbeitenden mobilen Roboter nicht akzeptabel. Da finde ich PTAM (auch aus Oxford, http://www.youtube.com/watch?v=F3s3M0mokNc ) schon viel interessanter: Punkte tracken, bis gewisse Entropie erreicht, dann mit Fundamentalmatrix 3D-rekonstruieren, mit dem Resultat die Kameraposition in 3D tracken und auf die Skalierung pfeifen, weil's die menschliche Wahrnehmung ja auch tut. Wenn man dann sogar noch eine grobe Skalierung aus der Odometrie hat und sich ein paar SIFT-Merkmale merkt, kommt man mMn schon sehr weit. Oder Stereo-Kameras, dann hat man die Skalierung gleich und braucht (theoretisch) gar keine Odometrie mehr.