La localización y el mapeo simultáneos se han generalizado en muchas aplicaciones, y los investigadores han producido una literatura muy densa sobre este tema. Con la llegada de los dispositivos inteligentes, que incorporan cámaras y unidades de medición inercial, el SLAM visual (vSLAM) y el SLAM visual-inercial (viSLAM) están permitiendo nuevas aplicaciones para el público en general. En este contexto, este artículo realiza una revisión de los enfoques SLAM más conocidos, centrándose en vSLAM/viSLAM, tanto a nivel fundamental como experimental. Comienza con una visión estructurada de los diseños vSLAM y viSLAM existentes y continúa con una nueva clasificación de una docena de los principales métodos de vanguardia. Un estudio cronológico del desarrollo de viSLAM destaca los hitos históricos y presenta los métodos más recientes en una clasificación. Por último, se evalúa experimentalmente el rendimiento de vSLAM para el caso de uso de la estimación de la postura de los peatones con un dispositivo portátil en entornos urbanos. El rendimiento de cinco métodos de código abierto Vins-Mono, ROVIO, ORB-SLAM2, DSO y LSD-SLAM se compara utilizando el conjunto de datos EuRoC MAV y un nuevo conjunto de datos visual-inercial correspondiente a la navegación peatonal urbana. Un análisis detallado de los resultados computacionales identifica los puntos fuertes y débiles de cada método. Globalmente, ORB-SLAM2 parece ser el algoritmo más prometedor para abordar los retos de la navegación peatonal urbana, probado con dos conjuntos de datos.