Sulla base di queste considerazioni, nel corso degli anni sono state sviluppate diverse soluzioni al problema del mapping. Gran parte delle soluzioni sviluppate e maggiormente diffuse adotta un approccio probabilistico. Queste tecniche interpretano i dati sensoriali mediante una struttura probabilistica capace di compensare gli errori di misurazione. In questo modo il problema del mapping e della localizzazione possono essere risolti simultaneamente. A queste tecniche viene dato il nome di approcci SLAM, cioè Simultaneous Localization and Mapping [64], e CML (Concurrent Mapping and Localization) [42], [57].
In alternativa a questi metodi viene usato un approccio prettamente geometrico al problema: soluzioni di questo tipo vengono chiamate metodi di scan matching e mirano a risolvere il problema del mapping e della localizzazione, determinando la rototraslazione relativa tra scansioni rilevate in posizioni differenti. Per effettuare una stima iniziale di tale trasformazione, si può ricorrere all'uso dei dati odometrici, altrimenti si può basare il calcolo della rototraslazione relativa esclusivamente sulle corrispondenze esistenti tra le parti comuni delle mappe considerate. Questo differenzia gli approcci che fanno uso dell'informazione odometrica da quelli che non ne fanno uso.