robotics-ai-learning-roadmap/README.md

Robotics + AI Learning Course

Dieses Repository ist ein deutschsprachiger, praktischer Lernkurs für erfahrene Softwareentwickler, die Rust, Backend-Entwicklung, Linux, Docker und APIs kennen, aber Robotik, Computer Vision, ROS2 und Hardware schrittweise lernen wollen.

Ziel ist ein sprechender AI-Roboterkopf, der zuhört, Sprache in Text wandelt, ein LLM mit Tool Calling nutzt, per Text-to-Speech antwortet, Personen über eine Kamera zählen und bekannte Personen erkennen kann, einen Pan-Tilt-Kopf bewegt und später über ROS2 erweiterbar ist.

Kursstruktur

1. 00-course-overview - Zielbild, Setup, Lernstrategie, Architektur, Sicherheit und Datenschutz
2. 01-ai-agent-basics - LLM API, Chat Messages, System Prompt, Tool Calling, Agent Loop, Logging und Memory
3. 02-voice-interface - Audioaufnahme, Push-to-Talk, Whisper, TTS, Audio Queue und Voice Pipeline
4. 03-computer-vision - Kamera, OpenCV, Bounding Boxes, YOLO, Personen zählen und Vision Service
5. 04-face-recognition - Face Detection, Embeddings, Enrollment, Schwellenwerte, Datenschutz und Agent Tool
6. 05-robot-motion - Servos, PWM, Stromversorgung, Pan-Tilt-Kopf, Motion API und visuelles Zentrieren
7. 06-system-architecture - Rust-Orchestrator, Python-Services, REST/gRPC/MQTT, Docker Compose und Observability
8. 07-ros2-basics - ROS2 Nodes, Topics, Services, Actions, Launch Files, Parameter, TF und Bridge-Architektur
9. 08-final-project - Integration zum sprechenden, sehenden und beweglichen Roboterkopf
10. 09-extensions - optionale Themen wie fahrende Plattform, SLAM, Navigation und Greifarm

Arbeitsweise

Jede Aufgaben-Datei ist als kleine, praktische Lerneinheit aufgebaut und sollte in etwa 1 bis 4 Stunden bearbeitbar sein. Lies nicht nur passiv: Baue das Ergebnis, miss die wichtigsten Werte und notiere Entscheidungen in einem Projekttagebuch.

Empfohlene Rollenverteilung:

• Rust für Orchestrierung, APIs, Tool Calling, Services, State und Konfiguration
• Python für AI, Whisper, OpenCV, YOLO, Face Recognition und schnelle Experimente
• Docker Compose für lokale Integration mehrerer Services
• ROS2 erst dann, wenn die Grundfähigkeiten verstanden und als Services lauffähig sind

Empfohlenes Startsetup

• Linux-PC, Laptop oder Raspberry Pi 5
• USB-Kamera
• USB-Mikrofon und Lautsprecher
• Python 3.11+
• Rust stable
• Docker oder Podman optional
• später: zwei Servos, Pan-Tilt-Halterung, passende externe Stromversorgung und optional PCA9685 Servo-Controller

Leitprinzip

Starte nicht mit einem fahrenden Roboter. Baue zuerst einen sprechenden, sehenden und beweglichen Roboterkopf. Dadurch lernst du die wichtigen AI-, Vision-, Audio-, Motion- und Architekturthemen mit deutlich weniger Risiko.