La industria agrícola necesita aumentar sustancialmente el rendimiento de los cultivos para satisfacer la creciente demanda global. Los programas de cría selectiva pueden acelerar la mejora de los cultivos, pero la recolección de datos de fenotipificación es intensiva en tiempo y mano de obra debido al tamaño de los campos de investigación y la frecuencia del trabajo requerido. La automatización podría ser una herramienta prometedora para abordar este cuello de botella en la fenotipificación. Este documento presenta un robot móvil basado en el Sistema Operativo Robótico (ROS) que navega simultáneamente a través de filas de cultivos ocultas y realiza diversas tareas de fenotipificación, como medir el volumen de las plantas y la altura del dosel utilizando un LiDAR 2D en una configuración de cabeceo. La eficacia de la configuración de LiDAR 2D propuesta para la fenotipificación se evalúa en un entorno agrícola simulado de alta fidelidad en el simulador Gazebo con un marco de control basado en ROS y se compara con las configuraciones estándar de LiDAR utilizadas en agricultura. Utilizando la configuración de LiDAR de cabeceo propuesta, se presenta una estrategia para la navegación a través de filas de cultivos ocultas. La configuración de LiDAR propuesta logró un error de estimación del 6.6% y del 4% para el volumen de la parcela y la altura del dosel, respectivamente, lo que fue comparable a las configuraciones de LiDAR comúnmente utilizadas. La estrategia híbrida con seguimiento de puntos de referencia GPS y navegación basada en LiDAR se utilizó para navegar el robot a través de un campo agrícola con un error cuadrático medio de 0.0778 m, que fue el 0.2% de la distancia total recorrida. El marco de simulación del robot presentado en ROS y la configuración optimizada de LiDAR ayudaron a acelerar el desarrollo de los robots agrícolas, lo que en última instancia ayudará a superar el cuello de botella en la fenotipificación.