El desarrollo de vehículos autónomos ha llevado a avances significativos en tecnologías de detección de objetos en 3D, que son críticas para la seguridad y eficiencia de la conducción autónoma. A pesar de los avances recientes, aún existen varios desafíos en la integración de sensores, el manejo de datos dispersos y ruidosos, y garantizar un rendimiento confiable en diversas condiciones ambientales. Este documento realiza una revisión exhaustiva de las técnicas de detección de objetos en 3D de última generación para vehículos autónomos, enfatizando la importancia de las técnicas de fusión de múltiples sensores y modelos avanzados de aprendizaje profundo. Además, presentamos áreas clave para futuras investigaciones, incluida la mejora de los algoritmos de fusión de sensores, la mejora de la eficiencia computacional y la consideración de preocupaciones éticas, de seguridad y privacidad. La integración de estas tecnologías en aplicaciones del mundo real para la conducción autónoma se presenta resaltando los posibles beneficios y limitaciones. También presentamos una comparación lado a lado de diferentes técnicas en forma de tabla. A través de una revisión exhaustiva, este documento tiene como objetivo proporcionar información sobre las futuras direcciones de la detección de objetos en 3D y su impacto en la evolución de la conducción autónoma.