El uso de vehículos aéreos no tripulados (UAV) ha aumentado en los últimos años y han surgido nuevos escenarios de aplicación. Algunos de ellos implican tareas que requieren un alto grado de autonomía, lo que lleva a sistemas cada vez más complejos. Para que un robot sea autónomo, requiere sensores de percepción apropiados que interpreten el entorno y permitan la correcta ejecución de la tarea principal de la robótica móvil: la navegación. En el caso de los UAV, volar a baja altitud aumenta considerablemente la probabilidad de encontrar obstáculos, por lo que necesitan un método rápido, simple y robusto de evitación de colisiones. Este trabajo aborda el problema de la navegación en escenarios desconocidos mediante la implementación de un enfoque reactivo al entorno, simple pero robusto. La implementación se realiza con representaciones de mapas tanto en CPU como en GPU para permitir una mayor cobertura de posibles aplicaciones. Este método busca obstáculos que crucen un volumen de seguridad cilíndrico y selecciona un punto de escape de una espiral para evitar el obstáculo. El algoritmo es capaz de navegar con éxito en escenarios complejos, utilizando tanto una computadora de alta como de baja potencia, típicamente encontradas a bordo de UAV, confiando únicamente en una cámara de profundidad con un FOV y rango limitados. Dependiendo de la configuración, el algoritmo puede procesar nubes de puntos a casi 40 Hz en Jetson Nano, mientras verifica amenazas a 10 kHz. Se realizaron algunas pruebas preliminares con escenarios del mundo real, mostrando tanto las ventajas como las limitaciones de las metodologías basadas en CPU y GPU.