La navegación autónoma es clave para mejorar la eficiencia y abordar la escasez de mano de obra en la industria frutícola. Los huertos semi-estructurados, con hileras de árboles rectos, maleza densa, dosel espeso y condiciones de luz variables, plantean desafíos para la identificación de árboles y la extracción de líneas de navegación. Los lidars 3D tradicionales sufren de un estrecho campo de visión vertical, nubes de puntos dispersas y altos costos. Además, la mayoría de los algoritmos de detección de hileras de árboles basados en lidar luchan por extraer líneas de navegación de alta calidad en escenarios con troncos delgados y una densa oclusión de follaje. Para abordar estos desafíos, desarrollamos un sistema de percepción 3D que utiliza un motor servo para controlar el movimiento de balanceo de un lidar 2D, construyendo nubes de puntos 3D con un amplio campo de visión vertical y alta resolución. Además, se ha propuesto un método para la extracción de puntos característicos de troncos y la detección de líneas de hileras de árboles para la navegación autónoma, basado en características geométricas de troncos y RANSAC. Las pruebas al aire libre demuestran la efectividad del sistema. A velocidades de 0.2 m/s y 0.5 m/s, los errores promedio de distancia son de 0.023 m y 0.016 m, respectivamente, mientras que los errores angulares promedio son de 0.272 grados y 0.146 grados. Esta solución de bajo costo supera las limitaciones de los métodos de navegación tradicionales basados en lidar, lo que la hace prometedora para la navegación autónoma en huertos semi-estructurados.