La autonomía confiable para drones que operan en entornos con GNSS intermitente o denegado requiere tanto una coordinación intervehicular estable como una comprensión global compartida del entorno. Este documento presenta un marco unificado basado en visión en el que los UAV utilizan comportamientos de enjambre inspirados biológicamente junto con el registro de nubes de puntos monoculares en línea para lograr una localización global en tiempo real. Primero, aplicamos una estrategia de percepción pasiva, el mantenimiento de enjambres de drones inspirado en aves, que permite a cada UAV estimar el movimiento relativo y la proximidad de sus vecinos utilizando solo señales visuales monoculares. Este mecanismo descentralizado proporciona un movimiento grupal cohesivo y libre de colisiones sin GNSS, mediciones activas o comunicación explícita. En segundo lugar, integramos esta capacidad con un pipeline de mapeo cooperativo en el que uno o más drones que actúan como anclas globales generan un mapa SLAM monocular referenciado globalmente. Los vehículos que carecen de posicionamiento global alinean progresivamente sus nubes de puntos generadas localmente a esta referencia global compartida utilizando una estrategia de registro iterativa, lo que les permite inferir poses globales consistentes en línea. Otros vehículos autónomos contribuyen opcionalmente con puntos de vista complementarios, pero los UAV siguen siendo los agentes autónomos centrales que impulsan tanto el mapeo como la coordinación debido a su privilegiada perspectiva visual. La validación experimental en simulación y entornos de prueba en interiores con drones demuestra que el sistema integrado mantiene la cohesión del enjambre, mejora la alineación espacial en más de un factor de cuatro en comparación con el SLAM monocular base y preserva una localización global confiable durante interrupciones prolongadas de GNSS. Los resultados destacan un enfoque escalable, ligero y basado en visión para la autonomía resiliente de UAV en túneles, entornos industriales y otros escenarios desafiantes para GNSS.