Autonomous vehicles navigation, as well as mapping areas have endless commercial andindustrial applications. This article explains the development of an application that allows amobile robot to navigate autonomously, avoiding obstacles, until it reaches a specific coordinatepoint defined by the user, using low cost 3D sensors. For the design and implementation of thisapplication, it is necessary to keep in mind that navigation and obstacle detection are based onthe use of 3D sensors. For this purpose, the Kinect was selected. The simulation and testing ofthe project was done in a special simulation environment for robotic applications, called V-REP.The navigation algorithm for obstacle avoidance was implemented through the potential fieldstheory. Other sensors, as GPS and IMU, were used to determine the robot’s spatial position andorientation, with the objective of defining a trajectory to the goal coordinate point, thus doing amore efficient navigation. Finally, real data from the physical sensors was used to corroboratethe functioning of the application, with the purpose of comparing it with the previously obtainedresults from the simulated part.La navegación autónoma de vehículos, así como el mapeo de zonas tiene un sinfín deaplicaciones comerciales como industriales. Este articulo explica el desarrollo de una aplicaciónpara que un robot móvil pueda navegar de forma autónoma, evitando obstáculos, hasta llegar auna coordenada específica definida por el usuario, utilizando sensores 3D de bajo costo. Paradiseñar e implementar esta aplicación se debe tomar en cuenta que la navegación y detecciónde obstáculos se realizó con base en sensores 3D, para lo cual se seleccionó un Kinect. Laaplicación se simuló y probó en un ambiente de simulación especial para aplicaciones robóticas,llamado V-REP. El algoritmo de navegación para evitar obstáculos se implementó por medio dela teoría de campos potenciales. Otros sensores, como un GPS y un IMU, fueron utilizadospara determinar la posición y orientación del robot en el espacio, con el objetivo de definir unatrayectoria hasta la coordenada meta y así hacer la navegación más eficiente. Por último, setrabajó con los datos reales de los sensores en físico para corroborar el funcionamiento de laaplicación y así compararlo con los resultados obtenidos anteriormente de la parte simulada.