# Robotics + AI Learning Roadmap

Dieses Repository ist als praktischer Lernpfad gedacht, um von 0 zu einem kleinen AI-Robotik-Assistenten zu kommen.

Zielbild:

- Du kannst mit dem System sprechen.
- Es versteht Sprache über Speech-to-Text.
- Es antwortet über Text-to-Speech.
- Es kann Tools/Aktionen ausführen.
- Es kann über eine Kamera Personen erkennen/zählen.
- Es kann einen kleinen Servo-Kopf bewegen.
- Später kann es über ROS2 strukturiert erweitert werden.

## Lernphasen

1. `01-ai-agent-basics` - LLMs, Tool Calling, einfache Agenten
2. `02-voice-interface` - Mikrofon, Whisper, TTS
3. `03-computer-vision` - Kamera, OpenCV, Personenerkennung
4. `04-face-recognition` - bekannte Personen erkennen
5. `05-robot-motion` - Servos, PWM, Pan-Tilt-Kopf
6. `06-system-architecture` - Services, APIs, Events, Rust/Python-Aufteilung
7. `07-ros2-basics` - ROS2 verstehen und einfache Nodes bauen
8. `08-final-project` - sprechender Roboterkopf als integriertes Projekt

## Empfohlene Arbeitsweise

Arbeite die Aufgaben nicht nur lesend durch. Jede Markdown-Datei enthält ein kleines Ergebnis, das du wirklich bauen solltest.

Pro Aufgabe:

1. Ziel lesen
2. Mini-Projekt bauen
3. Erkenntnisse notieren
4. Optional: Erweiterung umsetzen

## Tech-Empfehlung

Für den Anfang:

- Python für AI, Whisper, OpenCV, YOLO
- Rust für Backend-/Service-Logik, APIs, Orchestrierung
- Raspberry Pi 5 oder normaler Linux-PC für frühe Tests
- USB-Kamera, USB-Mikrofon, Lautsprecher
- später: PCA9685 Servo-Controller oder direkt GPIO/PWM

## Wichtig

Nicht direkt mit einem fahrenden Roboter anfangen. Baue zuerst einen sprechenden, sehenden und beweglichen Roboterkopf. Das reduziert die Komplexität massiv.