Esta tesis presenta dos partes fundamentales: la primera, dirigida al problema de localización de objetos y la segunda al problema del reconocimiento de objetos. La principal contribución a la parte primera es la obtención de una firma para caracterizar con fiabilidad sitios sobre una combinación de una constelación de diferentes tipos de regiones visuales extraídas de una imagen panorámica del sitio que está representado por un nodo en un mapa topográfico. La segunda contribución a la primera parte, es el desarrollo de un método direccional, barato, de inspiración biológica basado en el Average Land Marc Vector ALV. En la segunda parte de la tesis, se presenta una evaluación de los métodos de reconocimiento de objetos "SIFT and Vocabulary Tree" y, más importante, varias mejoras de estos métodos propuestos con el fin de adaptarlos a requerimientos más estrictos de los robots móviles. Además, y puesto que la evaluación ha mostrado que la idoneidad de un método de reconocimiento de objetos depende de algunas propiedades especificas de las imágenes adquiridas, una aproximación basada en Reinforcement Learning ha sido propuesta para seleccionar , en línea, que método de reconocimiento de objetos debe aplicarse para cada situación.