Los robots autónomos están desempeñando un papel importante en las actividades académicas, tecnológicas y científicas. Por lo tanto, su comportamiento se está volviendo más complejo. Las principales tareas de los robots autónomos incluyen el mapeo de un entorno y la localización de sí mismos. Estas tareas comprenden el problema de la Localización y Mapeo Simultáneo (SLAM). La representación del conocimiento SLAM (por ejemplo, las características de los robots, la información del medio ambiente, el mapeo y la información de localización), con un modelo estándar y bien definido, proporciona la base para desarrollar soluciones eficientes e interoperables. Sin embargo, hasta donde sabemos, no existe una clasificación común de esos conocimientos. Muchos trabajos existentes basados en la Web Semántica, han formulado ontologías para modelar información relacionada sólo con algunos aspectos del SLAM, sin un estándar. En este trabajo, proponemos una categorización del conocimiento manejado en el SLAM, basado en las ontolog´ıas existentes y los principios delSLAM. También clasificamos ontologías recientes y populares de acuerdo a las categor´ıas propuestas y resaltamos las lecciones a aprender de las ontolog´ıas existentes. Evidenciando la necesidad de desarrollar una ontolog´ıa completa para representar la información de SLAM en los robot móviles.