Tecnologías más sostenibles en la agricultura son importantes no solo para aumentar los rendimientos de los cultivos, sino también para reducir el uso de agroquímicos y mejorar la eficiencia energética. Los avances recientes se basan en sistemas de visión por computadora que diferencian entre cultivos, malas hierbas y suelo. Sin embargo, la captura manual de datos y la anotación son laboriosas, costosas y consumen mucho tiempo. Los robots agrícolas ofrecen muchos beneficios al realizar tareas repetitivas de manera más rápida y precisa que los humanos, y a pesar de las muchas ventajas de utilizar robots en la agricultura, las soluciones suelen ser aún costosas. En este trabajo, diseñamos y construimos un robot autónomo de bajo costo (DARob) para facilitar la adquisición de imágenes en campos agrícolas. El costo total para construir el robot se estimó en alrededor de . Un robot de bajo costo para capturar conjuntos de datos en la agricultura ofrece ventajas como asequibilidad, eficiencia, precisión, seguridad y acceso a áreas remotas. Además, creamos un nuevo conjunto de datos para la segmentación de plantas y malas hierbas en cultivos de frijol. En total, se anotaron 228 imágenes RGB con una resolución de 704 x 480 píxeles que contenían un 75.10% de área de suelo, un 17.30% de área de cultivo y un 7.58% de área de malas hierbas. Los resultados de referencia se obtuvieron entrenando el conjunto de datos con cuatro modelos diferentes de segmentación de aprendizaje profundo.