En el siguiente trabajo se desarrolla y simula un sistema autónomo de detección y navegación para un robot del tipo montacargas a una escala 1:8 para solucionar el problema de la baja eficiencia logística en un almacén peruano. La arquitectura del sistema fue implementada en ROS2 Galactic. Por otro lado, el sistema de percepción visual fue implementado mediante redes neuronales convolucionales (YOLOv8) y entrenado con imágenes sintéticas de palets en Gazebo Classic, alcanzando así una capacidad discriminativa robusta con un AUC de 0.86 y una tasa de aciertos del 77.6%. Así mismo, el sistema de navegación está basado en el stack de navegación de ROS 2, permitiendo al robot planificar y alcanzar puntos específicos con una precisión de 0.15 metros. Finalmente, los resultados validan la efectividad del sistema para tareas logísticas en entornos simulados, con proyecciones pos...