Los Vehículos Aéreos No Tripulados (VANT) han crecido rápidamente en diferentes aplicaciones esenciales, incluyendo vigilancia, respuesta a desastres, agricultura y monitoreo urbano. Sin embargo, para que los VANT naveguen de manera segura y autónoma, la capacidad de detectar obstáculos y aeronaves cercanas sigue siendo crucial, especialmente en condiciones ambientales difíciles. Este estudio analiza de manera integral el panorama reciente de las técnicas de detección de obstáculos y aeronaves adaptadas para VANT que operan en escenarios difíciles como niebla, lluvia, humo, poca luz, desenfoque de movimiento y entornos desordenados. Comienza con una discusión detallada de los principales desafíos de detección y continúa con una evaluación de diferentes tipos de sensores, desde cámaras RGB e infrarrojas hasta LiDAR, radar, sonar y sensores de visión basados en eventos. Se examinan tanto los métodos clásicos de visión por computadora como las técnicas de detección basadas en aprendizaje profundo, destacando sus fortalezas y limitaciones de rendimiento en condiciones de detección degradadas. El documento también ofrece una visión general de conjuntos de datos específicos para VANT y las métricas de evaluación generalmente utilizadas para evaluar sistemas de detección. Finalmente, el documento examina problemas abiertos y direcciones de investigación futuras, enfatizando la demanda de sistemas de detección ligeros, adaptativos y resistentes a las inclemencias del tiempo apropiados para el procesamiento en tiempo real a bordo. Este estudio tiene como objetivo guiar a estudiantes e ingenieros hacia el desarrollo de sistemas de detección más robustos e inteligentes para las operaciones de VANT de próxima generación.