Este trabajo propone la aplicación de varias estrategias inteligentes para tareas de manipulación de objetos. Se desarrolló un método de planificación de movimiento flexible en tiempo real que se adapta a escenarios logísticos típicos en tiendas. La solución combina y optimiza algunas técnicas de vanguardia para resolver problemas de reconocimiento y localización de objetos con un nuevo pipeline híbrido. El algoritmo garantiza buena robustez y precisión para la detección de objetos a través de imágenes de profundidad. Un planificador estándar planifica trayectorias libres de colisiones durante toda la tarea mientras un control de movimiento reactivo propuesto está activo. Se adoptaron sensores de proximidad distribuidos para modificar localmente la trayectoria planificada cuando obstáculos inesperados o mal colocados intervienen en la escena. Para implementar una fase de agarre robusta, se utilizó un nuevo algoritmo de control de deslizamiento. Este calcula dinámicamente la fuerza de agarre adaptándola a las propiedades físicas reales del objeto para prevenir el deslizamiento. Los resultados experimentales realizados en un escenario típico de supermercado demuestran la efectividad de los métodos presentados.