Esta revisión sistemática explora la integración de vehículos aéreos no tripulados (VANT) y la inteligencia artificial (IA) en la automatización de la creación de inventarios de señales de tráfico, empleando la metodología de elementos de reporte preferidos para revisiones sistemáticas y metaanálisis (PRISMA) para analizar los avances recientes. El estudio evalúa tecnologías de vanguardia, incluyendo VANT equipados con algoritmos de aprendizaje profundo y sensores avanzados como la detección y medición de luz (LiDAR) y cámaras multiespectrales, destacando sus roles en la mejora de la detección y clasificación de señales de tráfico. Los principales desafíos incluyen la detección de señales pequeñas o parcialmente obstruidas y la adaptación a diversas condiciones ambientales. Los hallazgos revelan un progreso significativo en la automatización, con mejoras notables en precisión, eficiencia y capacidades de procesamiento en tiempo real. Sin embargo, persisten limitaciones como las demandas computacionales y la variabilidad ambiental. Al proporcionar una síntesis completa de las metodologías actuales y métricas de rendimiento, esta revisión establece una base sólida para futuras investigaciones que avancen en la gestión automatizada de infraestructuras viales para mejorar la seguridad y la eficiencia operativa en entornos urbanos y rurales.