El rubro del café constituye el 8.5% del producto interno bruto del país, generando 1.5 millones de empleos directos, generando así la dependencia del 20% de la población hondureña. Por lo tanto, al existir una perdida en la producción del café, se ve afectada de manera negativa la economía del país. El principal responsable en la disminución de la producción del café es la enfermedad de la Roya, esta es producida por el hongo Hemileia vastatrix. Esta afecta la hoja causando su caída y consigo el debilitamiento de la planta llevándola en un caso severo a morir por una defoliación extrema. En años anteriores dicha enfermedad ha causado pérdidas millonarias. Por lo tanto, la detección temprana de esta enfermedad es vital para realizar el tratamiento adecuado y temprano de esta enfermedad. Se han desarrollado múltiples aplicaciones para la detección temprana de las enfermedades que afectan al cafeto, como ser, drones o robots dedicados meramente a la monitorización de las fincas de café, en el caso del uso de robots terrestres, es necesario un método de control a distancia y un sistema que sea capaz de superar los terrenos accidentados e inclinados que componen una finca de café. Por otra parte, se debe implementar el control de un brazo robótico que contenga una herramienta para recopilar información. Atendiendo a lo anterior expuesto se presenta el desarrollo de un sistema electrónico para el control de los mecanismos de un robot todo terreno dedicado a la monitorización de las fincas de café mediante la comunicación por RF. Dicho sistema, integra un PID que permite el control autónomo de la velocidad a la que se desplaza el robot, siendo de vital importancia en la consistencia de su velocidad en terrenos inclinados. Por otra parte, se implementó un selector de control rueda por rueda, en el cual es posible manipular las ruedas de manera individual. Cabe destacar que, en dicho proyecto se implementó la metodología en Espiral, con un enfoque cuantitativo de diseño experimental, con la finalidad de realizar un prototipo funcional que integre todas las partes antes mencionadas. Para lograr lo anterior expuesto se hizo uso del microcontrolador PIC18F45K22 como el cerebro de nuestro sistema.The coffee sector constitutes 8.5% of the country's gross domestic product, generating 1.5 million direct jobs, thus generating the dependence of 20% of the Honduran population. Therefore, as there is a loss in coffee production, the country's economy is adversely affected. The main responsible in the decline of coffee production is the disease of the Roya, which is produced by the fungus Hemileia vastatrix. It affects the leaf causing its fall and with it the weakening of the plant leading it in a severe case to die from extreme defoliation. In previous years, the disease has caused millionaire losses. Therefore, early detection of this disease is vital for proper and early treatment of this disease. Multiple applications have been developed for the early detection of diseases affecting coffee, such as drones or robots dedicated merely to the monitoring of coffee farms, in the case of the use of terrestrial robots, a method of remote control and a system that is able to overcome the rugged and sloping terrain that make up a coffee farm. On the other hand, control of a robotic arm containing a tool to collect information must be implemented. In the light of the above, the development of an electronic system for the control of the mechanisms of an off-road robot dedicated to the monitoring of coffee farms through RF communication is presented. This system integrates a PID that allows autonomous control of the speed at which the robot moves, being of vital importance in the consistency of its speed on sloping terrain. On the other hand, a wheel-by-wheel control selector was implemented, in which it is possible to manipulate the wheels individually. It should be noted that, in this project, the methodology was implemented in Spiral, with a quantitative approach of experimental design, in order to make a functional prototype that integrates all the parts. To achieve the above, the PIC18F45K22 microcontroller was used as the brain of our system.