La conducción autónoma es uno de los campos de desarrollo más rápido en la robótica. Con el creciente interés en la conducción autónoma, la capacidad de proporcionar a los robots tanto capacidades de navegación eficientes como seguras es de suma importancia. Con el continuo desarrollo de la tecnología de automatización, se pueden lograr niveles más altos de conducción autónoma mediante metodologías basadas en visión. Además, el manejo de materiales en líneas de ensamblaje industriales se puede realizar de manera eficiente utilizando vehículos guiados automatizados (AGVs). Sin embargo, la percepción visual de los entornos industriales es compleja debido a la existencia de muchos obstáculos en rutas predefinidas. Con el proyecto INDTECH 4.0, nuestro objetivo es desarrollar un sistema de navegación autónoma que permita al AGV detectar y evitar obstáculos basándose en el procesamiento de datos de profundidad adquiridos con una cámara de profundidad frontal montada en el AGV. Aplicando los algoritmos RANSAC (consenso de muestra aleatoria) y de agrupamiento euclidiano a las nubes de puntos 3D capturadas por la cámara, podemos aislar obstáculos del plano del suelo y separarlos en grupos. Los grupos proporcionan información sobre la ubicación de los obstáculos con respecto a la posición del AGV. En experimentos realizados al aire libre y en interiores, los resultados revelaron que el método es muy efectivo, devolviendo altos porcentajes de detección en la mayoría de las pruebas.