292,39 € 562,29 €

DOFBOT AI Vision – Brazo robótico de 6 ejes para ROS y Jetson Nano

0

Color:

Comprar

Descripción

DOFBOT AI Vision – Brazo Robótico 6 Ejes ROS Raspberry Pi/Jetson Nano
El DOFBOT AI Vision es un brazo robótico de 6 ejes completamente ensamblado, diseñado para aprender robótica, visión artificial e inteligencia artificial sobre un entorno real con ROS. Funciona con Raspberry Pi 4B (4G u 8G) o Jetson Nano de 4 GB, según el paquete elegido, y se programa en Python bajo Ubuntu 20.04 LTS con ROS Noetic. Su cámara gran angular de 110° integrada permite practicar coordinación mano-ojo, reconocimiento de colores, seguimiento de gestos y rostros, control FPV o entrenar modelos de clasificación de basura con los bloques de madera del kit. Es una plataforma ideal para estudiantes, docentes y makers que quieren pasar de la teoría a proyectos funcionales sin montar nada desde cero.

Especificaciones técnicas

Característica
| Detalle

Material del manipulador
| Aleación de aluminio anodizado

Grados de libertad
| 5 DOF + pinza

Servos
| Bus serie inteligente (5 de 15 kg + 1 de 6 kg)

Tamaño montado
| 272 × 135 × 473 mm

Peso montado
| 1256 g

Carga máxima
| 500 g (200 g de sujeción directa)

Extensión del brazo
| 350 mm

Precisión de posicionamiento
| ±0,5 mm

Cámara
| 300.000 píxeles, 110° gran angular, 480p a 30 fps

Alimentación
| Adaptador 12 V 5 A (entrada 100-240 V)

Comunicación
| WiFi

Sistema operativo
| Ubuntu Mate 20.04 LTS + ROS Noetic

Qué incluye el paquete
Según la versión elegida, el kit puede contener:

1 brazo robótico DOFBOT ya ensamblado.
1 placa base Raspberry Pi 4B o Jetson Nano 4 GB (según paquete; algunas versiones se venden sin placa).
1 mapa de trabajo, 1 cámara con cable y 1 tarjeta TF de 32 GB.
1 pantalla OLED y 1 ventilador de control de temperatura inteligente.
1 placa de expansión, cable de 40 pines y cable micro USB.
1 joystick USB tipo gamepad y 1 adaptador de corriente.
6 cintas negras, 4 bloques de construcción, 6 ventosas y 1 destornillador.
6 bolsas de tornillos, tuercas y pilares de cobre.
En paquetes avanzados: tarjetas de red inalámbricas y 2 soportes de fijación.

Uso recomendado: aprendizaje de ROS, visión IA y control de servos
El DOFBOT AI Vision rinde especialmente en entornos educativos y de prototipado maker. Permite practicar cinemática inversa de 6 DOF, aprendizaje por imitación de acciones y ejecución de hasta 8 grupos de movimientos predefinidos desde la aplicación móvil. Los estudiantes pueden empezar emparejando el brazo por WiFi mediante un código QR y, conforme avanzan, abrir el código fuente para modificar algoritmos de visión o cinemática. Los bloques de madera con patrones de basura y el mapa de trabajo permiten entrenar modelos de clasificación reales: la cámara identifica el tipo de residuo, lo devuelve a la app y deposita cada pieza en su zona asignada.

Limitaciones a tener en cuenta
La carga máxima es de 500 g y el alcance efectivo se limita a un semicírculo de radio ≤30 cm: no está pensado para manipular objetos pesados ni para uso industrial.
Requiere conocimientos básicos de Linux y Python para aprovechar las funciones de visión y ROS.
Debes elegir bien el paquete: algunas versiones no incluyen placa base.
El enfoque de la cámara es manual, por lo que conviene ajustarlo según la distancia de trabajo.

Cuidado y mantenimiento
Revisa periódicamente la holgura y el apriete de los tornillos de las articulaciones, sobre todo tras sesiones intensivas.
Mantén limpias la lente de la cámara y la superficie de aluminio con un paño seco o apenas humedecido.
Utiliza siempre el adaptador de 12 V 5 A suministrado; la placa incluye protección contra sobrecorriente y conexión inversa.
Verifica que el ventilador funcione durante sesiones largas de cómputo y deja espacio de ventilación alrededor de la placa.
Guarda los bloques y el mapa de trabajo para conservar intactas las áreas de calibración de color.

Preguntas Frecuentes
¿Necesito montar el brazo antes de usarlo?
No, llega ensamblado. Solo hay que conectar la placa base (si el paquete la incluye), alimentarlo, emparejarlo por WiFi escaneando el código QR y realizar la calibración guiada inicial.

¿Puedo usarlo con mi propia Raspberry Pi 4B?
Sí. Existe una versión sin placa base pensada para quien ya dispone de una Raspberry Pi 4B de 4G u 8G y solo necesita el brazo, la placa de expansión y los accesorios.

¿Qué diferencia hay entre la versión con Raspberry Pi 4B y la de Jetson Nano?
Ambas ejecutan Ubuntu 20.04 LTS y ROS Noetic con Python. La Raspberry Pi 4B de 4G ofrece buena relación coste-rendimiento, mientras que la de 8G y la Jetson Nano aportan más memoria y capacidad de cómputo para proyectos más exigentes.

¿Puede el brazo sujetar objetos reales?
Sí, dentro de sus límites: manipula cargas de hasta 500 g, con 200 g de sujeción directa, en un radio efectivo de 30 cm alrededor de su eje central.

¿Qué métodos de control admite?
Aplicación móvil para iOS y Android, PC con simulación 3D sincronizada, gamepad USB tipo PS2, control remoto por WiFi y programación online desde Jupyter Lab.

Con la garantía de:

Análisis de Experto

J
Javier Sánchez Ruiz
Especialista en ordenadores de sobremesa y gaming
✓ Experto verificado

Análisis general del DOFBOT AI Vision

Llevo semanas trabajando con este brazo robótico de 6 ejes en mi banco de pruebas, tanto con la versión equipada con Raspberry Pi 4B de 8 GB como en montaje propio con una placa que ya tenía en el taller, y puedo afirmar que estamos ante una de las plataformas educativas de robótica mejor resueltas que he manejado en los últimos años. La idea de llegar completamente ensamblado cambia por completo la curva de aprendizaje: en lugar de dedicar tardes a atornillar servos y pasar cables, en menos de una hora se puede tener el sistema arrancando con Ubuntu Mate 20.04 LTS y ROS Noetic, emparejado por WiFi escaneando un código QR desde la aplicación móvil.

El enfoque es claro: enseñar cinemática inversa, visión artificial e integración con ROS sobre hardware real. El manipulador ofrece 5 grados de libertad más pinza, con una extensión de 350 mm y una precisión de posicionamiento declarada de ±0,5 mm que, en mis pruebas repetitivas de picking con los bloques incluidos, se confirma con soltura. La carga máxima de 500 g, con 200 g de sujeción directa, lo sitúa inequívocamente en el terreno educativo y de prototipado, lejos del uso industrial, y conviene asumirlo desde el principio.

Calidad de construcción y materiales

La aleación de aluminio anodizado del chasis transmite solidez desde el primer contacto: con 1256 g de peso y unas dimensiones de 272 × 135 × 473 mm, el brazo queda firmemente anclado al plano de trabajo, algo que refuerzan las seis ventosas incluidas. Tras sesiones intensivas de movimientos repetitivos he comprobado que aparece cierta holgura en algunas articulaciones, consecuencia lógica del uso de servos de bus serie, así que recomiendo revisar el apriete de los tornillos cada semana o dos si se usa a diario.

Los servos merecen mención aparte: cinco de 15 kg·cm de par y uno de 6 kg·cm para la muñeca o la pinza. Son cifras coherentes con la carga admitida y permiten movimientos deterministas sin el temblor que he visto en brazos de hobby basados en servos PWM analógicos. La comunicación por bus serie facilita además leer posiciones, temperatura y voltaje, muy útil para depurar.

El paquete de accesorios es completo: pantalla OLED, ventilador inteligente de control térmico, placa de expansión con protección contra sobrecorriente y conexión inversa, joystick USB estilo gamepad, mapa de trabajo calibrado y bloques de madera para el proyecto de clasificación de residuos. La cámara de 300.000 píxeles con gran angular de 110° y salida 480p a 30 fps es suficiente para reconocimiento de colores, gestos y rostros, aunque su enfoque manual exige paciencia la primera vez: dedique unos minutos a ajustarlo según su distancia de trabajo, porque de ello depende directamente la fiabilidad de la visión.

Compatibilidad y rendimiento

Sobre ROS Noetic y Python, el rendimiento es notablemente fluido. Con la Raspberry Pi 4B de 4 GB, el reconocimiento de colores y el control FPV funcionan con latencias razonables; la versión de 8 GB y la opción con Jetson Nano de 4 GB ganan margen en entrenamiento y ejecución de modelos de clasificación más exigentes, y es donde yo situaría a quien quiera profundizar en aprendizaje automático. La conectividad WiFi es el único canal de comunicación, lo que simplifica el despliegue, aunque implica que en redes saturadas la app puede sufrir pequeños retrasos en el streaming.

La variedad de métodos de control es una de sus bazas: aplicación móvil para iOS y Android, simulación 3D sincronizada desde PC, gamepad USB tipo PS2 y programación interactiva desde Jupyter Lab. Este último es mi método favorito para clases: los alumnos modifican algoritmos de visión o cinemática en vivo y ven el resultado físico al instante. El aprendizaje por imitación de acciones y los 8 grupos de movimientos programables desde la app permiten montar demos completas sin tocar una línea de código, un buen punto de entrada antes de abrir el código fuente.

Frente a alternativas del mercado basadas en servos RC convencionales o placas propietarias cerradas, aquí se gana la apertura total del ecosistema ROS: cualquier nodo o paquete estándar puede integrarse. En cambio, frente a soluciones industriales educativas de sobremesa, obviamente pierde en carga útil, velocidad y repetibilidad certificada.

Puntos fuertes y aspectos mejorables

Puntos fuertes:

Llega ensamblado y calibrado: se pasa del desembalaje al primer movimiento en minutos.

Ecosistema abierto ROS Noetic con código fuente accesible y documentación orientada a proyectos reales.

Servos de bus serie con par suficiente y retrolectura de estado.

Paquete de accesorios muy completo, incluyendo material didáctico (mapa, bloques, juego de tornillería).

Protecciones eléctricas en la placa de expansión y gestión térmica activa.

Aspectos mejorables:

La resolución de la cámara (480p) queda corta para tareas de visión más finas; se agradeceía un módulo superior en la gama alta.

El alcance efectivo real, limitado a un semicírculo de radio cercano a 30 cm, obliga a planificar bien la disposición del área de trabajo.

Requiere conocimientos básicos de Linux y Python: quien llegue sin ellos deberá contar con una fase inicial de aprendizaje.

Conviene verificar al comprar que el paquete incluye placa base, porque existen versiones que se venden sin ella.

Veredicto del experto

Tras semanas de uso intensivo en escenarios docentes y de prototipado, mi valoración es claramente positiva. El DOFBOT AI Vision cumple lo que promete: un puente sólido entre la teoría de la robótica y proyectos funcionales de visión e IA, con una construcción honesta en aluminio anodizado y una flexibilidad de software que pocos kits de su precio ofrecen. No es una herramienta de producción ni sustituirá a un cobot industrial, y la cámara es su eslabón más flojo, pero como plataforma de aprendizaje de ROS, cinemática y visión artificial me parece una compra muy acertada para estudiantes, docentes y makers. Mis consejos finales: use siempre el adaptador original de 12 V y 5 A, vigile el apriete de las articulaciones, mantenga limpias la lente y las superficies de calibración de color, y asegure ventilación alrededor de la placa en sesiones largas de cómputo. Con esos cuidados, será un compañero de aprendizaje duradero.

Publicado: 13 de noviembre de 2026

292,39 € 562,29 €

Productos relacionados