Logbook de Prácticas

Seguimiento semanal de retos y desarrollo en la asociación JdeRobot.

Navegación rápida

DD Mes - DD Mes, YYYY

Plantilla: Guía de Componentes Modulares

▼

Para resaltar texto importante usa la etiqueta b de negrita. Para términos técnicos o énfasis sutil, usa la etiqueta i de cursiva, que aparecerá en el amarillo de la asociación.

Puedes insertar listas de objetivos:

Primer hito alcanzado.
Depuración del nodo de control.

Las imágenes llevan un borde sutil y pie de foto centrado.

Para fragmentos de código, usa el bloque code-block:

          # Comando de ejemplo
python3 -m venv venv
        

17 02 - 20 02, 2026

Blog + Despliegue local (D1) Unibotics

▼

Esta semana he configurado este logbook y completado el despliegue local D1 de Unibotics. Durante el proceso, he analizado la arquitectura de la aplicación, que se asienta sobre tres capas principales: una base de datos persistente, un backend robusto en Django y un frontend reactivo.

La instalación ha seguido un orden lógico para levantar este ecosistema:

Entorno de ejecución: Configuración de un entorno virtual aislado con Python 3.8 para gestionar las dependencias del servidor Django.
Repositorio y submódulos: Clonado recursivo del servidor incluyendo submódulos críticos como Robotics Academy (RA) y Robotics Infrastructure (RI), que alojan los ejercicios.
Base de Datos con Docker: Despliegue mediante un contenedor PostgreSQL 13.11 que escucha en el puerto 5432. He configurado la conexión mediante un archivo .env para sincronizar el backend con la base de datos.
Población de la BD: Tras levantar el contenedor, he tenido que completar las tablas manualmente aplicando los dumps de SQL de RI y RA. Posteriormente, ejecuté las migraciones de Django e inyecté los usuarios de prueba.
Frontend: Uso de Node.js 17 y Webpack para compilar y servir los archivos estáticos de la interfaz en React.

En cuanto al Robotics Backend, al ser una herramienta que ya conocía, el proceso consistió en descargar su imagen de Docker y lanzarla habilitando el soporte para GPU (gráfica) mediante nvidia-smi para asegurar la fluidez de los simuladores.

Arquitectura D1: El Backend Django (7000) actúa como puente entre la BD PostgreSQL (5432) y el Robotics Backend (6080).

Comandos útiles para lanzar la aplicación en terminales independientes:

          
            # Terminal 1: Iniciar la Base de Datos (PostgreSQL)

            docker start academy_db

            # Terminal 2: Servidor Django (Backend)

            # (Activar entorno virtual academy-venv)

            cd unibotics-webserver/unibotics/

            python manage.py runserver 7000

            # Terminal 3: Webpack (Frontend React)

            cd unibotics-webserver/unibotics/react_frontend

            npm run dev

            # Terminal 4: Robotics Backend (Lanzamiento con GPU)

            docker run --rm -it $(nvidia-smi >/dev/null 2>&1 && echo "--gpus all" || echo "") --device /dev/dri -p 6080-6090:6080-6090 -p 7163:7163 jderobot/robotics-backend:latest