¿Cuánto pesa?
44,0 libras, aproximadamente 20,0 kg.
Tiempo de entrega estimada Sábado 11 de abril al Viernes 17 de abril.
Variaciones disponibles
Precio y formas de pago
4 partes mensuales sin intereses
4 pagos de
$ 1.025.944
/ mesAliados para comprar ahora y pagar después



Compra segura
Protección total en tu pago y tu pedido.
Cuotas flexibles
Elige entre pago único o hasta 4 partes.
Envío verificado
Cobertura nacional con seguimiento en cada etapa.
Tiempo de entrega estimada Sábado 11 de abril al Viernes 17 de abril.
Compras Empresariales — Plataformas de Robots
Solicite una cotización para su empresa
Piezas y Accesorios de Robots
Las imágenes son ilustrativas y pueden presentar variaciones menores respecto al producto real.
Piezas y Accesorios de Robots
¿Cuánto pesa?
44,0 libras, aproximadamente 20,0 kg.
| Campo | Valor |
|---|---|
| SKU | B0DK1R56PL |
Robot Car para Raspberry Pi 5 ROS2 programable AI Vision Smart Robot Kit 360° Movimiento chasis, Lidar SLAM mapeo navegación planificación ruta
Robot Car para Raspberry Pi 5 y ROS2. MentorPi M1 funciona con Raspberry Pi 5, compatible con ROS2 y programado en Python, lo que lo convierte en una plataforma ideal para el desarrollo de robots de IA. Movilidad omnidireccional de 360° con chasis de rueda mecánica. El robot inteligente MentorPi M1 está construido sobre un chasis de rueda de mecanismo, lo que permite un movimiento omnidireccional de 360°. Este diseño proporciona una mayor flexibilidad en diversas aplicaciones y una mejor adaptabilidad a diversos terrenos. Hardware de alto rendimiento. Equipado con motores de codificador de bucle cerrado, LIDAR TOF, cámara AI de rango visual de 360°, servos de alto par y otros componentes avanzados para garantizar un rendimiento y eficiencia óptimos. Capacidades avanzadas de IA. Admite mapeo SLAM, planificación de rutas, coordinación multirobot, reconocimiento de visión, seguimiento de objetivos, evitación de obstáculos y más, cubriendo una amplia gama de aplicaciones de IA. Conducción autónoma con aprendizaje profundo. Utiliza la formación del modelo YOLOv5 para permitir el reconocimiento de señales de tráfico y semáforo, junto con otras funciones de conducción autónoma, ayudando a los usuarios a explorar y desarrollar tecnologías de conducción autónoma.