Los Vehículos Terrestres No Tripulados (UGVs) y los Vehículos Aéreos No Tripulados (UAVs) se utilizan comúnmente para diversos propósitos, y se han desarrollado sistemas cooperativos para mejorar sus capacidades. Sin embargo, el seguimiento e interacción con UAVs dinámicos presenta varios desafíos, incluyendo las limitaciones de los sistemas de radar y visuales tradicionales, y la necesidad de monitorear en tiempo real las posiciones de los UAVs. Para abordar estos desafíos, se ha propuesto un método de bajo costo que utiliza LiDAR (Detección y Medición de Luz) y cámaras RGB-D para detectar y rastrear UAVs en tiempo real. Este método se basa en un modelo de aprendizaje y un filtro de Kalman lineal, y ha demostrado una precisión de estimación satisfactoria utilizando solo CPU (Unidad Central de Procesamiento) en entornos donde el GPS (Sistema de Posicionamiento Global) no está disponible, sin ninguna información previa.