Los avances en la conducción autónoma han visto una mejora sin precedentes en los últimos años. Este trabajo aborda el desafío de mejorar la navegación de los vehículos autónomos en entornos urbanos complejos, como intersecciones y rotondas, a través de la integración de visión por computadora y vehículos aéreos no tripulados (UAV). Los UAV, gracias a su perspectiva aérea, ofrecen un medio más efectivo para detectar vehículos involucrados en estas maniobras. El objetivo principal es desarrollar, evaluar y comparar diferentes modelos de visión por computadora y hardware de placa reducida (y de bajo consumo) para optimizar la gestión del tráfico en estos escenarios. Se construyó un conjunto de datos utilizando dos fuentes, se seleccionaron y entrenaron varios modelos (YOLO 5 y 8, DETR y EfficientDetLite), se eligieron cuatro computadoras de placa reducida (Raspberry Pi 3B+ y 4, Jetson Nano y Google Coral), y los modelos se probaron en estas placas para computación en el borde en UAV. Los experimentos consideraron los tiempos de entrenamiento (con el conjunto de datos y su versión optimizada), se obtuvieron métricas de los modelos, se midieron los cuadros por segundo (FPS) de inferencia y se cuantificó el consumo de energía. Después de los experimentos, se observó que la combinación que mejor se adapta a nuestro caso de uso es el modelo YoloV8 con el Jetson Nano. Por otro lado, una combinación con una velocidad de inferencia mucho más alta pero menor precisión involucra los modelos EfficientDetLite con la placa Google Coral.