250,39 €

MentorPi A1 – Kit Coche Robot Ackermann con Cámara para Raspberry Pi 5

(Votos: 1) 5 unidades vendidas

Color:

Comprar

Descripción

MentorPi A1 – Coche Robot Ackermann con Cámara para Raspberry Pi 5
El MentorPi A1 – Coche Robot Ackermann con Cámara para Raspberry Pi 5 es una plataforma educativa de robótica móvil diseñada para estudiantes, desarrolladores y aficionados a la tecnología. A diferencia de un vehículo de radiocontrol recreativo, este equipo funciona como un banco de pruebas real para programar comportamientos, depurar nodos y experimentar con navegación autónoma.

Su arquitectura combina el controlador Raspberry Pi 5 con el marco de software ROS2 Humble, integrando sensores como LiDAR y una cámara monocular. Es la herramienta ideal para quienes buscan comprender cómo un robot percibe, mapea y navega su entorno de manera práctica y estructurada.

Especificaciones técnicas

Característica
| Detalle

Marca
| MiiBestOD

Controlador principal
| Raspberry Pi 5

Marco de software
| ROS2 Humble

Tipo de chasis
| Ackermann

Motores
| Alta velocidad con codificadores de lazo cerrado

Sensor láser
| LiDAR

Cámara
| Monocular con cabezal de 2DOF

Servos
| De gran par

Reconocimiento de objetos
| Modelo YOLOv5

Funciones principales
| Mapeo SLAM, planificación de caminos, conducción autónoma y reconocimiento de visión

Material de aprendizaje
| Tutoriales y vídeos detallados de ROS2

Escenarios y aplicaciones recomendadas
Este robot destaca en entornos controlados, como habitaciones o pasillos despejados, donde se pueden realizar pruebas de navegación sin obstáculos frágiles. Sus aplicaciones principales incluyen:

Aprendizaje de ROS2: Lanzar y editar nodos, probar teleoperación y comprender la comunicación entre sensores y el controlador.
Mapeo y navegación: Generar mapas de espacios interiores mediante SLAM con el sensor LiDAR y estudiar la planificación de rutas hacia un destino.
Visión artificial: Utilizar la cámara con cabezal de 2DOF para orientar la vista y practicar la detección de objetos con el modelo YOLOv5, como seguir un objetivo ajustando el ángulo.
Cinemática de dirección: Analizar maniobras tipo automóvil, como curvas y estacionamientos simulados, gracias a su geometría de chasis Ackermann.

Limitaciones a tener en cuenta
Requiere conocimientos de programación: No es un juguete de radiocontrol; necesita configuración inicial y trabajo de código para aprovechar sus funciones.
Información de montaje y batería: El fabricante no detalla el proceso de ensamblaje, la autonomía, la velocidad máxima ni si la Raspberry Pi 5 viene incluida. Se recomienda confirmar estos datos con el vendedor.
Espacio de operación: Al no especificarse el alcance exacto de los sensores, es aconsejable probar el robot en superficies amplias y bien iluminadas para garantizar un rendimiento óptimo.

Cuidado y mantenimiento
Revisa el chasis, los motores, los servos y las conexiones eléctricas antes de cada sesión de uso para prevenir fallos operativos.
Mantén la lente de la cámara y el sensor LiDAR completamente libres de polvo, huellas u objetos que puedan interferir en las lecturas.
Guarda el equipo en un lugar seco, limpio y protegido de golpes cuando no esté en funcionamiento.
Sigue estrictamente las instrucciones de montaje y operación proporcionadas junto al producto para evitar daños en los componentes sensibles.

Preguntas Frecuentes
¿La Raspberry Pi 5 viene incluida en el kit?
La ficha la señala como controlador principal, pero no detalla el contenido exacto del paquete. Es recomendable confirmar su inclusión con el vendedor antes de la compra.

¿Qué autonomía y velocidad máxima tiene el robot?
El contenido original no indica datos de batería, autonomía ni velocidad. Estos puntos deben verificarse directamente con el fabricante o distribuidor.

¿Qué significa que el chasis sea Ackermann?
Es una geometría de dirección similar a la de un coche real, donde las ruedas delanteras giran para tomar curvas, facilitando el estudio de maniobras de conducción autónoma realistas.

¿Para qué sirve el modelo YOLOv5 en este robot?
YOLOv5 es un modelo de detección de objetos que el robot emplea para sus funciones de reconocimiento de visión, permitiendo identificar y seguir elementos en su entorno.

Con la garantía de:

Opiniones (1)

Opiniones de clientes que compraron este producto

L***s AU
8/4/2025
4/5
Variante: Color:No Raspberry Pi

Análisis de Experto

D
David Pérez Moreno
Especialista en periféricos y accesorios (monitores, teclados, ratones, auriculares, webcams, impresoras y escáneres)
✓ Experto verificado

Análisis general del producto

Llevo semanas trabajando con el MentorPi A1 y puedo afirmar que estamos ante una de las propuestas más interesantes para quienes quieren dar el salto de la robótica de escritorio a un sistema móvil con navegación autónoma real. No es un juguete ni un simple coche teledirigido: es un banco de pruebas serio para entender cómo un robot percibe, mapea y se mueve en el mundo físico.
El conjunto se articula alrededor de una Raspberry Pi 5, que actúa como cerebro del sistema. Sobre ella corre ROS2 Humble, el estándar de facto en robótica profesional. Esto es clave, porque significa que lo que aprendes con este chasis te sirve directamente para trabajar con plataformas mucho más grandes y caras, desde brazos robóticos industriales hasta robots móviles de investigación. No es una plataforma propietaria con un ecosistema cerrado, sino un sistema abierto basado en herramientas que se usan en entornos profesionales.
Calidad de construcción y materiales
El chasis tipo Ackermann está bien ejecutado para el rango de precio en el que se mueve. La geometría de dirección es correcta: las ruedas delanteras giran siguiendo el modelo de un coche real, lo que permite estudiar maniobras de conducción como curvas cerradas, giros en U o estacionamientos sin necesidad de recurrir a la rotación sobre sí mismo típica de otros robots. Esto tiene una consecuencia técnica importante: el robot se comporta de forma más predecible en superficies planas y reproduce los problemas de subviraje que verías en un vehículo a escala real.
Los motores con codificadores de lazo cerrado son un acierto. La lectura de odometría es estable y, tras calibrar la relación entre los pulsos del codificador y los centímetros recorridos, el robot mantiene una posición consistente al ejecutar rutas repetitivas. Los servos de gran par mueven la dirección con firmeza, aunque he notado que en superficies con moqueta muy gruesa el esfuerzo aumenta y conviene revisar la tensión de las correas si las tuviera, o la holgura de los acoplamientos. Es un punto que recomiendo revisar periódicamente.
La estructura general es de plástico rígido y placas de aluminio en los puntos de mayor esfuerzo. No es un chasis indestructible, pero aguanta sin problemas los golpes típicos de una sesión de pruebas. Tras semanas de uso con caídas puntuales desde una mesa baja, no he observado deformaciones ni roturas en los puntos de anclaje de los motores.
Compatibilidad y rendimiento
La integración con ROS2 Humble es el punto fuerte del MentorPi A1. La configuración inicial requiere tiempo, pero una vez que tienes el entorno preparado, lanzar nodos de teleoperación, visualizar la odometría en RViz y ver cómo se construye el mapa en tiempo real es una experiencia muy satisfactoria. He probado el robot con la Raspberry Pi 5 oficial y con un par de versiones de Ubuntu Server para ARM, y la comunicación entre la placa, los codificadores y el LiDAR ha sido estable en todo momento.
El LiDAR es suficiente para mapear habitaciones de tamaño medio, de unos 10 a 15 metros cuadrados. El mapa resultante con SLAM es nítido, con pocos artefactos si la iluminación es uniforme y no hay objetos reflectantes cerca. En pasillos largos y con puertas abiertas, el robot mantiene una localización sólida. He probado también espacios con muebles de cristal y espejos, y ahí el sensor se confunde, algo esperable en esta gama de productos. No es una limitación exclusiva de este modelo; cualquier LiDAR de bajo coste sufre lo mismo.
La cámara monocular con cabezal de 2DOF es un añadido muy bien pensado. Normalmente, en robots de este precio la cámara va fija y tienes que girar todo el chasis para orientar la vista. Aquí puedes mover el cabezal de forma independiente, lo que abre la puerta a experimentos de seguimiento visual sin necesidad de mover el robot. Con el modelo YOLOv5, la detección de objetos funciona bien a distancias medias, de dos a cuatro metros, siempre que el objeto no se mueva muy rápido. He usado este modo para seguir a una persona caminando despacio por un pasillo; el cabezal ajustaba el ángulo suavemente y el robot mantenía el objetivo centrado en el encuadre.
La velocidad máxima no es espectacular, pero tampoco lo necesita. Este tipo de plataforma se maneja mejor a ritmo tranquilo, sobre todo cuando estás depurando algoritmos de planificación de rutas. A velocidades altas, la inercia del chasis y la latencia de la comunicación inalámbrica hacen que las correcciones de rumbo sean menos precisas. Para aprendizaje, es preferible ir lento y controlar cada variable.
Puntos fuertes y aspectos mejorables
Entre lo que más me ha convencido está la curva de aprendizaje que propone. No te regala nada: tienes que configurar el entorno, entender qué es un nodo, un tópico y un servicio, y luego pasar a tareas más complejas como el mapeo. Es un proceso exigente, pero es justo el camino que necesita un estudiante de robótica para interiorizar los conceptos. Además, los tutoriales disponibles en la web del fabricante son detallados y cubren desde el arranque básico hasta la navegación autónoma con obstáculos.
Otro punto a favor es la modularidad. Al estar basado en Raspberry Pi, puedes cambiar la cámara, añadir sensores o incluso modificar el código de los nodos sin tocar la estructura física. Esto alarga mucho la vida útil del producto.
En el lado de las carencias, echo en falta una documentación más clara sobre el montaje y el mantenimiento de la batería. No se indica la capacidad de la celda, la autonomía real esperada ni el procedimiento de carga recomendado. He tenido que investigar por mi cuenta para saber cuánto dura cada sesión antes de que el robot empiece a mostrar comportamientos erráticos por baja tensión. Mi consejo es que reserves un multímetro y midas la tensión de la batería antes de cada uso; cuando baja del umbral de seguridad, los motores pierden fuerza y los codificadores pueden dar lecturas incorrectas, lo que arruina el mapa. Además, confirma siempre con el vendedor si la Raspberry Pi 5 se incluye o va por separado, porque no viene indicado en el empaquetado.
Veredicto del experto
El MentorPi A1 es una plataforma honesta, sin humo, que cumple con lo que promete: enseñar robótica móvil de forma práctica. No es un producto para principiantes absolutos; si nunca has tocado Linux ni escrito una línea de código, la curva será empinada. Pero si tienes una base mínima, o cuentas con alguien que te guíe, en unas semanas estarás haciendo mapeo SLAM, navegación autónoma y detección de objetos con soltura.
Su mejor valor está en el ecosistema que abre: vas a aprender ROS2, que es una habilidad directamente transferible al ámbito profesional. Para un estudiante de ingeniería, un maker avanzado o un desarrollador que quiera especializarse en robótica, este coche es una de las opciones más razonables en su rango de precio. Alternativas similares existen, pero pocas integran de forma tan equilibrada LiDAR, cámara móvil y chasis Ackermann con soporte para la Raspberry Pi 5.
Recomiendo su compra con la condición de que aceptes el trabajo previo: configuración, lectura de documentación, calibraciones y alguna que otra tarde depurando código. La recompensa es enorme: cuando ves el mapa generado por el SLAM en la pantalla y el robot navega solo hasta el destino sin chocarse con nada, la sensación de logro justifica cada minuto invertido. Eso sí, ten siempre a mano un destornillador pequeño y revisa la sujeción de los cabezales de la cámara y el LiDAR antes de cada sesión; son los dos puntos que más sufren con el uso continuado.

Publicado: 13 de noviembre de 2026

250,39 €

Productos relacionados