Los robots han realizado contribuciones significativas en diversas industrias debido a su eficiencia y efectividad. Sin embargo, la navegación interior sigue siendo un desafío debido a entornos complejos e interferencias en la señal de los sensores. Los cambios en las condiciones interiores y el alcance limitado de las señales de GPS hacen necesario el desarrollo de un sistema preciso y eficiente de navegación de robots en interiores. Este estudio tiene como objetivo crear un sistema autónomo de navegación interior para robots médicos utilizando sensores como Marvelmind, LiDAR, IMU y un odómetro, junto con el algoritmo de planificación local de Banda Elástica de Tiempo (TEB) para detectar obstáculos dinámicos. El rendimiento del algoritmo se evalúa utilizando métricas como la longitud del camino, la duración, la suavidad de la velocidad, la suavidad del camino, el Error Cuadrático Medio (MSE) y el error posicional. En la prueba de campo, TEB demostró una eficiencia superior con una longitud de camino de 155,55 m, 9,83 m más corta que el Enfoque de Ventana Dinámica (DWA), que cubrió 165,38 m, y tuvo un error de guiñada más bajo de 0,012 radianes. TEB superó a DWA en cuanto a suavidad de velocidad, suavidad de camino y MSE. En la Sala Estéril, TEB tuvo una longitud de camino promedio de 14,84 m, ligeramente más larga que los 14,32 m de DWA, pero TEB navegó 2,82 s más rápido. Además, TEB mostró una mejor suavidad de velocidad y de camino. En la Sala de Obstáculos, TEB registró una longitud de camino promedio de 21,96 m en 57,3 s, superando a DWA, que cubrió 23,44 m en 61 s, con mejores resultados en MSE, suavidad de velocidad y suavidad de camino, resaltando una consistencia de camino superior. Estos hallazgos indican que el algoritmo TEB es una elección efectiva como planificador local en entornos hospitalarios dinámicos.