appRobotHoming

appRobotHoming ist die browserbasierte Bedienoberfläche für die WebCam-gestützte Ermittlung der Roboterpose. Das Frontend bleibt der Einstieg; die eigentliche Bildverarbeitung läuft hinter der Firewall auf eigenen Services (WebCam, BodyTracker), die der Homing-Backend als schlanker Proxy anspricht.

Architektur im Überblick

Browser ──HTTPS──▶ Reverse-Proxy ──HTTPS/WSS──▶ appRobotHoming-Backend
(statisches UI)    (öffentliches TLS)           (server/server.js, Port 2093)
                                                       │
                                  intern (hinter der Firewall, HTTP):
                                                       ├──▶ WebCam-Service     (Bilder)
                                                       ├──▶ BodyTracker-Service (Pose)
                                                       └──▶ … weitere Schritte (später)

• Frontend (public/) – statische Seite: zeigt Infos, Buttons und die Rückmeldungen (Result als JSON + Tree-View, Snapshot-Tabelle, Bilder). Kein direkter Zugriff auf die internen Services.
• Backend (server/server.js) – BFF-Proxy. Liefert das statische Frontend aus und stellt eine kleine API bereit, über die das UI an die internen Services kommt. Läuft auf HTTPS, Port 2093.

Ablauf

1. Das UI lädt den aktuellen Stand über GET /api/latest-snapshot.
2. Bilder und Kamera-Intrinsics kommen vom WebCam-Service (eigener Server hinter der Firewall; die Kamera ist Source of Truth ihrer eigenen Kalibrierung).
3. Auf Knopfdruck schickt das UI eine Pose-Anfrage an POST /api/estimate.
4. Der Backend reicht Bilder + Intrinsics zur Verarbeitung an den BodyTracker weiter und erhält die Roboterpose zurück.
5. Das Ergebnis wird im UI ausgegeben (JSON, Tree, Tabelle, annotierte Bilder).
6. Eventuell folgen weitere Schritte (z. B. Pose an appRobotDriver geben).

Fällt der BodyTracker aus, rechnet das Frontend ersatzweise lokal mit public/calculateAngles.js.

HTTPS (bewusste Entscheidung)

Der Backend läuft selbst auf HTTPS – auch wenn davor schon ein Reverse-Proxy die öffentliche TLS-Terminierung übernimmt. Grund: WebSocket-Verbindungen (WSS) kommen nur sauber durch den Proxy, wenn auch der Backend-Hop TLS spricht.

• Das verwendete Zertifikat ist self-signed (https/, Passphrase abcd). Das ist Absicht: Dieser Hop ist nur Proxy ↔ Backend, nie öffentlich. Die vertrauenswürdige Kette stellt der vorgelagerte Reverse-Proxy bereit.
• Zugriff im internen Netz z. B. über https://thinkcentre.local:2093/.

API (Backend)

Endpoint	Methode	Zweck
/api/health	GET	Status + konfigurierte Service-URLs
/api/latest-snapshot	GET	Aktuelle Bilder/Daten (vom WebCam-Service bzw. lokalem Fallback)
/api/estimate	POST	Bilder an BodyTracker geben → Pose zurück

Konfiguration (Umgebungsvariablen)

Variable	Bedeutung
HTTPS_PORT	Port des Backends (Default 2093)
WEBCAM_URL	Basis-URL des internen WebCam-Services
BODYTRACKER_URL	Basis-URL des internen BodyTracker-Services
HTTPS_KEY_PATH / HTTPS_CERT_PATH / HTTPS_PASSPHRASE	self-signed Cert für den Proxy-Hop

Ist WEBCAM_URL nicht gesetzt, nutzt der Backend lokale Dateien aus public/snapshots als Fallback (Entwicklung ohne Kamera).

Dateien & Struktur

• public/ – statisches Frontend (UI, Client-Logik, Anzeige).
• server/server.js – HTTPS-Backend / BFF-Proxy.
• https/ – self-signed Zertifikate für den Proxy-Hop (nicht eingecheckt).
• doc/README_WebCam.md – WebCam-Service (Bildquelle).
• doc/README_BodyTracker.md – BodyTracker-Service (Pose-Ermittlung).
• doc/ToDo.md – offene Punkte & nächste Umsetzungsschritte.
• test/ – Tests für Berechnung und Auswertung.

Nutzung

npm install
npm test
npm start          # startet den HTTPS-Backend auf Port 2093

Danach im internen Netz https://<host>:2093/ öffnen (self-signed → einmalige Zertifikatswarnung im Browser bestätigen).

Hinweis: Das Frontend ist auf den Backend angewiesen – /api/latest-snapshot und /api/estimate funktionieren nicht, wenn man index.html rein statisch öffnet. Immer über npm start (bzw. den Container) laufen lassen.

Geplante Erweiterungen

1. Pose an appRobotDriver weitergeben.
2. Wenn die Hand nicht erkannt wird: Vorschlag für eine bessere Arm-/Foto-Position.
3. Manuelle Eingabe von x, y, z, a, b, c, e.
4. Erkennungsergebnis und Pose klarer im UI ausgeben.

Konkrete nächste Schritte und offene Schnittstellen-Fragen: siehe doc/ToDo.md.