在嵌入式开发中，系统环境配置往往比代码更费时间。本教程系统整理了从 SSH 远程连接、代理联网、驱动安装，到 Docker 隔离环境与 Conda 虚拟环境的完整 Linux 部署流程。内容覆盖 Ubuntu 18.04 至 24.04 各版本兼容问题、常见命令排查方法及镜像备份技巧。文中所有命令均可直接执行，适用于 Jetson、Raspberry Pi、Orin Nano、LiteOS 等平台

NVIDIA Jetson AGX Thor开发套件快速指南 系统基础：基于Ubuntu 24.04 LTS和Jetson Linux 38.2.1(L4T)，采用ARM64 SBSA服务器架构标准 计算能力：预装CUDA 13.0、cuDNN 9.12和TensorRT 10.13.x等AI计算组件 图形显示：支持OpenGL 4.6、Vulkan 1.4等多种图形API 多媒体：集成GStre

在机器人、工业控制与嵌入式系统中，传感器信号往往伴随高频噪声和随机抖动。一阶低通滤波（Exponential Moving Average, EMA）以极低计算量实现平滑输出，却常被视为“经验公式”。本文从统计、物理、频域三种视角系统推导 EMA 的原理，揭示其实质是最小均方误差估计、一阶惯性系统离散化及维纳滤波的近似形式。同时说明噪声假设、参数 α 的确定方法、延迟机理及自适应实现策略，并结合

在机器人、工业控制与嵌入式系统中，传感器信号往往伴随高频噪声和随机抖动。一阶低通滤波（Exponential Moving Average, EMA）以极低计算量实现平滑输出，却常被视为“经验公式”。本文从统计、物理、频域三种视角系统推导 EMA 的原理，揭示其实质是最小均方误差估计、一阶惯性系统离散化及维纳滤波的近似形式。同时说明噪声假设、参数 α 的确定方法、延迟机理及自适应实现策略，并结合

本文对开源项目 TeleGrip 的架构与源码进行了剖析。该系统基于 LeRobot 框架，通过 VR 端位姿采集—WebSocket 通信—控制循环解算—机械臂执行 的流程，实现虚拟与物理空间的实时映射。前端采用 A-Frame 进行手柄姿态获取与可视化，后端以 Python 实现命令队列、插值与逆运动学计算，并同步驱动 PyBullet 仿真与 SO100 实体机械臂。该框架具有低延迟、高扩展