La investigación y el desarrollo de soluciones robóticas móviles autónomas que pueden realizar varias tareas agrícolas activas (poda, cosecha, siega) han ido en aumento. Los robots ahora se utilizan para una variedad de tareas como la siembra, la cosecha, el monitoreo ambiental, el suministro de agua y nutrientes, entre otros. Para ello, los robots necesitan ser capaces de realizar localización en línea y, si se desea, mapeo. El enfoque más utilizado para la localización en aplicaciones agrícolas se basa en sistemas independientes basados en el Sistema Global de Navegación por Satélite. Sin embargo, en muchos entornos agrícolas y forestales, las señales satelitales son inexistentes o inexactas, lo que lleva a la necesidad de soluciones avanzadas independientes de estas señales. Enfoques como la localización y mapeo simultáneos y la odometría visual son las soluciones más prometedoras para aumentar la fiabilidad y disponibilidad de la localización. Este trabajo lleva a la conclusión principal de que pocos métodos pueden lograr simultáneamente los objetivos deseados de escalabilidad, disponibilidad y precisión, debido a los desafíos impuestos por estos entornos adversos. En un futuro cercano, se esperan contribuciones novedosas a este campo que ayudarán a alcanzar los objetivos deseados, con el desarrollo de técnicas más avanzadas, basadas en localización 3D y mapeo semántico y topológico. En este contexto, este trabajo propone un análisis del estado actual de los enfoques de localización y mapeo en entornos agrícolas y forestales. Además, se realiza una visión general sobre los conjuntos de datos disponibles para desarrollar y probar estos enfoques. Finalmente, se lleva a cabo un análisis crítico de este campo de investigación, con la caracterización de la literatura utilizando una variedad de métricas.