Una necesidad en el diseño de un algoritmo de planificación de ruta es tener en cuenta el entorno. Si el movimiento del robot móvil es a través de un entorno dinámico, el algoritmo necesita incluir la principal restricción: la evasión de colisiones en tiempo real. Este tipo de problema ha sido estudiado por diferentes investigadores que sugieren diferentes técnicas para resolver el problema de cómo diseñar una trayectoria de un robot móvil evitando colisiones con obstáculos dinámicos. Uno de estos algoritmos es el campo de potencial artificial (APF), propuesto por O. Khatib en 1986, donde se genera un conjunto de un campo de potencial artificial para atraer al robot móvil hacia la meta y para repeler los obstáculos. Esta es una de las mejores opciones para obtener la trayectoria de un robot móvil en tiempo real (RT). Sin embargo, la principal desventaja es la presencia de bloqueos. El robot móvil puede quedar atrapado en uno de los mínimos locales. En 1988, J.F. Canny sugirió una solución alternativa utilizando funciones armónicas que satisfacen la ecuación diferencial parcial de Laplace. Cuando este artículo apareció, era casi imposible aplicar este algoritmo a aplicaciones en tiempo real. Años más tarde, apareció una técnica novedosa llamada descomposición generalizada adecuada (PGD) para resolver ecuaciones diferenciales parciales, incluyendo parámetros, siendo su principal atractivo que la solución se obtiene una vez en la vida, incluyendo todos los posibles parámetros. Nuestro trabajo anterior, publicado en 2018, fue el primer enfoque para estudiar la posibilidad de aplicar el PGD para diseñar una alternativa de planificación de ruta a los algoritmos que existen hoy en día. El objetivo de este trabajo es mejorar nuestro primer enfoque al incluir obstáculos dinámicos como parámetros adicionales.