Los gráficos situacionales (S-Graphs) combinan modelos geométricos del entorno generados por enfoques de localización y mapeo simultáneos (SLAM) con gráficos de escena en 3D en un grafo de factores optimizable en múltiples capas. Como ventaja, los S-Graphs no solo ofrecen una conciencia situacional robótica más completa al combinar mapas geométricos con diversas entidades semánticas organizadas jerárquicamente y sus relaciones topológicas dentro de un solo grafo, sino que también conducen a un mejor rendimiento de localización y mapeo a nivel de SLAM al aprovechar la información semántica. En este artículo, introducimos una versión basada en visión de los S-Graphs donde se utiliza un sistema de SLAM visual convencional (VSLAM) para el seguimiento y mapeo de características de bajo nivel. Además, el marco aprovecha el potencial de los marcadores fiduciales (tanto visibles como nuestros recientemente introducidos marcadores transparentes o completamente invisibles) para codificar información integral sobre los entornos y los objetos dentro de ellos. Los marcadores ayudan a identificar y mapear entidades semánticas a nivel estructural, incluyendo paredes y puertas en el entorno, con poses confiables en la referencia global, estableciendo posteriormente asociaciones significativas con entidades de nivel superior, incluyendo pasillos y habitaciones. Sin embargo, además de incluir entidades semánticas, las restricciones semánticas y geométricas impuestas por los marcadores fiduciales también se utilizan para mejorar la calidad del mapa reconstruido y reducir los errores de localización. Los resultados experimentales en un conjunto de datos del mundo real recopilados utilizando robots bípedos muestran que nuestro marco sobresale en la creación de un mapa jerárquico más rico y en múltiples capas y mejora la precisión de la pose del robot al mismo tiempo.