Este documento propuso un diseño mecánico innovador utilizando el mecanismo de Rocker-bogie para Robots Recolectores de Basura resilientes. Mask-RCNN, YOLOV4 y YOLOv4-tiny se experimentaron y analizaron para la detección de basura. El Robot Recolector de Basura se desarrolló para ser completamente autónomo ya que era capaz de detectar basura, acercarse a ella y recogerla evitando cualquier obstáculo en el camino. Sensores que incluyen una cámara, un sensor ultrasónico y un módulo GPS desempeñaron un papel imperativo en la automatización. El cerebro del Robot, a saber, Raspberry Pi y Arduino, procesaron los datos de los sensores y realizaron la planificación de rutas y el consecuente movimiento del robot a través de la actuación de motores. Se probaron tres modelos de detección de objetos para su posible uso en el robot: Mask-RCNN, YOLOv4 y YOLOv4-tiny. Mask-RCNN logró una precisión promedio (mAP) de más del 83% y un tiempo de detección (DT) de 3973.29 ms, YOLOv4 logró 97.1% (mAP) y 32.76 DT, y YOLOv4-tiny logró 95.2% y 5.21 ms DT. Se seleccionó YOLOv4-tiny ya que ofrecía un mAP muy similar a YOLOv4, pero con un DT mucho menor. El diseño se simuló en diferentes terrenos y se comportó como se esperaba.