Se propone un marco de localización consciente del deslizamiento para robots móviles que experimentan deslizamiento en entornos dinámicos. El marco fusiona datos de seguimiento visual asistidos por infraestructura (a través de lentes ojo de pez) y datos sensoriales proprioceptivos de un robot móvil de dirección deslizante para mejorar la precisión y reducir la varianza de los estados estimados. El marco de localización consciente del deslizamiento incluye: el hilo visual para detectar y rastrear el robot en la imagen estéreo a través de una generación de nubes de puntos 3D computacionalmente eficiente utilizando una región de interés; y el hilo de movimiento propio que utiliza un mecanismo de odometría consciente del deslizamiento para estimar la pose del robot utilizando un modelo de movimiento que considera el deslizamiento de las ruedas. Se utiliza la intersección de covarianza para fusionar la predicción de la pose (utilizando datos proprioceptivos) y el hilo visual, de modo que la estimación actualizada permanezca consistente. Como se confirma en experimentos con un robot móvil de dirección deslizante, el marco de localización diseñado aborda los desafíos de estimación de estado para robots móviles autónomos interiores/exteriores que experimentan deslizamiento alto, distribución de torque desigual en cada rueda (por el planificador de movimiento) u oclusión cuando son observados por una cámara montada en la infraestructura. El sistema propuesto es capaz de operar en tiempo real y escalable a múltiples robots y múltiples cámaras ambientales.