La robótica en la agricultura de precisión tiene el potencial de mejorar la competitividad y aumentar la sostenibilidad en comparación con los métodos actuales de producción de cultivos, y se ha convertido en un área de investigación cada vez más activa. Los sistemas de guiado de tractores para navegación supervisada y control de implementos han llegado al mercado, y también existen prototipos de robots de campo que realizan tareas de agricultura de precisión sin intervención humana. Sin embargo, la investigación en percepción cognitiva avanzada y comportamiento que se requiere para permitir una autonomía más eficiente, confiable y segura se vuelve cada vez más exigente debido a la creciente complejidad del software. La falta de colaboración entre grupos de investigación contribuye al problema. Las publicaciones científicas describen métodos y resultados del trabajo, pero se libera y documenta poco software de robots de campo para que otros lo utilicen. Hipotetizamos que una plataforma de software abierta común adaptada a robots de campo en agricultura de precisión disminuirá significativamente el tiempo de desarrollo y los recursos necesarios para realizar experimentos debido a la reutilización eficiente del trabajo existente en proyectos y plataformas de robots. En este trabajo presentamos la plataforma de software FroboMind y evaluamos su rendimiento cuando se aplica a tareas de agricultura de precisión.