Mientas aumenta el uso de robots de navegación autónoma dentro de ambientes compartidos con humanos, se vuelve más evidente la necesidad de mejorar las medidas de seguridad que éstos integran para que su movilidad no represente un riesgo para personas y animales. Este trabajo presenta una herramienta de software para la detección y clasificación de obstáculos cercanos mediante algoritmos de visión artificial, orientado a la toma de decisiones que protejan la integridad física de niños y mascotas que se encuentren en el entorno de robots autónomos. Se utilizan mapas de profundidad generados por una cámara estéreo para identificar la ruta crítica y los obstáculos presentes, junto con una red neuronal convolucional para su clasificación. Una etapa final de toma de decisiones recopila la información obtenida para sugerir las acciones más adecuadas de acuerdo a cada caso, explorando la posibilidad de manipular los objetos no-críticos en caso de ser necesario.