La cartografía multi-robot y el modelado del entorno tienen varias ventajas que la convierten en una alternativa atractiva a la cartografía con un solo robot: exploración más rápida, mayor tolerancia a fallos, datos más ricos debido a los diferentes sensores utilizados por diferentes sistemas. Sin embargo, el modelado del entorno con varios sistemas robóticos operando en la misma área provoca problemas de fusión de conocimiento adquirido de orden superior y sincronización a lo largo del tiempo, revelando las mismas propiedades del entorno utilizando diferentes sensores con diferentes especificaciones técnicas. Si bien las técnicas existentes de fusión de mapas y modelos de entorno robóticos permiten fusionar ciertos mapas homogéneos, la posibilidad de utilizar sensores de diferente naturaleza física y diferentes algoritmos de mapeo es limitada. Los mapas resultantes de robots con diferentes especificaciones son heterogéneos, y aunque existe alguna investigación sobre cómo fusionar mapas fundamentalmente diferentes, está limitada a aplicaciones específicas. Esta investigación revisa el estado del arte en la fusión de mapas homogéneos y heterogéneos e ilustra los principales desafíos de investigación en el área. Se identifican seis factores que influyen en el resultado de la fusión de mapas: (1) configuraciones de hardware de la plataforma robótica, (2) tipos de representación de mapas, (3) algoritmos de mapeo, (4) información compartida entre robots, (5) información de posicionamiento relativa, (6) mapas globales resultantes.