Los mapas de entorno tradicionales construidos por robots móviles incluyen tanto mapas métricos como topológicos. Estos mapas están orientados a la navegación y no son adecuados para que los robots de servicio interactúen o sirvan a los usuarios humanos, que normalmente dependen del conocimiento conceptual o del contenido semántico del entorno. Por lo tanto, la construcción de mapas semánticos se vuelve necesaria para crear una interfaz efectiva entre humanos y robots para los robots de servicio. Este artículo revisa investigaciones y desarrollos recientes en el campo de la cartografía semántica basada en visión. El enfoque principal se centra en cómo extraer información semántica de datos visuales en términos de extracción de características, reconocimiento de objetos/lugares y métodos de representación semántica.