泊车功能专题介绍 ———— AVP系统技术要求之地图数据感知要求

news2024/12/29 10:15:18

文章目录

  • 地图数据规范
    • 地图图层和表达要求
    • 地图各类数据属性要求
    • SLAM地图要求
      • 坐标系
      • 数据采集车
      • 传感器数据采集
      • 数据流程
  • 感知功能要求
    • 车端感知功能
      • 关键安全感知
      • 次要安全感知
      • 功能感知
      • 体验相关感知
    • 车-场协同感知
      • 类型一:引导
      • 类型二:重点地段增强
      • 类型三:全场感知
      • V2X
    • AVP 感知位置精度要求

地图数据规范

 AVP地图采用相对坐标系,精度误差<20cm/100m。经纬度、高程单位均以m为单位,坐标值精确至0.001m。

地图图层和表达要求

&ermsp;典型地图图层包括规划数据、动态数据、定位数据等。其表达要求如表所示。

地图图层、要素、几何等表达要求
数据层 名称 类型 说明 备注
规划数据 parkinglot 停车场 -
road 线 道路 -
lane 线 车道(中心线及属性) 几何以车道中心线
signline_vertical 线 纵向标线 -
signline_horizontal 线 横向标线 -
intersection 路口及道路连接性信息 -
parking_lot 多线 停车位 停车位型点为多线表达方式,第一条线表达停车位轮廓,坐标次序采用逆时针表达,第一 个点和最后一个点之间的开口靠近道路;第二条线表达停车桩信息。
signpolygon 面状标识 -
zone 区域信息,如停车场等 -
road_appendix 道路附属物 -
point 关键点 -
动态数据 traffic - 影响车辆规划定位重要元素的信息更新 -
定位数据 landmark 用于辅助定位的关键landmark 信息 -
SLAM 二进制 SLAM地位地图 -

地图各类数据属性要求

停车场表达要求
序号 属性 类型 说明 备注
1 ID int 编号 保证每个建筑的唯一性
2 name string 名称 例如:上海虹桥站P9 停车场
3 address string 地址 例如:上海闵行区华漕镇申虹路
4 num int 停车位数量 -
5 building_layer_num int 停车场楼层数 -
6 type string 停车场类型 停车场分级对应:
P0
P1
P2
P3
P4
P5
道路表达要求
序号 属性 类型 说明 备注
1 ID int - -
2 name string 名称 -
3 is_dual int 0 ~ 单向通行
1 ~ 双向通行
2 ~ 双向禁行
-
4 level int 道路等级 0~未知
1~主要道路
2~次要道路
3~一般道路
4~出入目的地道路
5~细道路
6~步行道路
5 rt int 道路类型 0~未知
1~双线化道路
2~单线化道路
3~辅路
4~环岛
5~交通广场
6~封闭交通区域
7~点头专用道
8~左转专用道
9~右转专用道
10~停车场出入通道
11~停车场内部道路
12~停车场楼层间通道
6 forward_lane_num int 正向车道数量 与道路矢量方向一致为正向
7 reverse_lane_num int 反向车道数量 与道路矢量方向相反为反向
8 left_border_id int 道路左侧边缘ID 以道路矢量方向为基准判断左右
9 right_border_id int 道路右侧边缘ID 以道路矢量方向为基准判断左右
10 from string 前序关联道路 -
11 to string 后序关联道路 -
12 res_time string 道路限制时间作用域 采用GDF时间域格式
13 res_vehicle string 道路限制车型
1~全部车辆
2~小轿车
3~微型车
4~小型卡/货车
5~大卡/货车
6~拖挂车
7~小型客车
8~大型客车
9~公交车
10~出租车
11~自行车/人力车
12~摩托车
13~行人
-
14 res_height double 限高 -
15 res_width double 限宽 -
16 z_level int 高程层级信息:
9999:无效值/未知
-100~100:层数
不同层之间过渡道路层级为无效值;
直接相连接道路层级排除无效层级道路后,所有道路层级需相同
车道表达要求
序号 属性 类型 说明 备注
1 id int - -
2 lane_type int 车道类型:
0~未知
1~一般车道
2~公交港湾车道
3~公交车道
4~路口内虚拟车道
5~左转待转车道
6~直行待行车道
-
3 is_dual int 0~单向
1~双向
-
4 direction int 0~未知
1~直行
2~左转
3~右转
4~左调头
5~右调头
6~直行+右转
7~直行+左转
8~右转+调头
9~左转+调头
-
5 seg_id int 所在road的ID -
6 lane_width double 车道宽度 -
7 max_vel double 限速 -
8 left_line_id int 左车道线ID 无车道线时,为边线ID
9 right_line_id int 右车道线ID 无车道线时,为边线ID
10 left_line_type int 左侧车道线类型 非必需属性:
1~道路边界
2~虚线
3~实线
4~双虚线
5~双实线
6~左实右虚线
7~左虚右实线
8~断开
11 right_line_type int 右侧车道线类型 非必需属性:
1~道路边界
2~虚线
3~实线
4~双虚线
5~双实线
6~左实右虚线
7~左虚右实线
8~断开
12 res_time string 车道限制时间作用域 采用GDF时间域格式
如公交车道限时信息
13 res_vehicle string 车道限制车型
1~全部车辆
2~小轿车
3~微型车
4~小型卡/货车
5~大卡/货车
6~拖挂车
7~小型客车
8~大型客车
9~公交车
10~出租车
11~自行车/人力车
12~摩托车
13~行人
-
纵向标线达要求
序号 属性 类型 说明 备注
1 id int - -
2 line_type int 1~车道线
2~道路边界
3
自设定道路边界(无边界道路,则人为设置通行方向两侧边界)
4~其他
5~路面标记
-
3 seg_id int 纵向标线所属道路 -
4 shape int 1~道路边界
2~虚线
3~实线
4~双虚线
5~双实线
6~左实右虚线
7~左虚右实线
8~断开
8:断开,当实际场景中该段无实际车道线时,为地图完整表达和自动驾驶应用加出来的虚拟标线
5 color int 0~未定义
1~白色
2~黄色
3~橙色
4~蓝色
-
6 material int 0~未定义
1~标线
2~实体突出
3~边沿
4~墙壁
5~护栏
-
横向标线达要求
序号 属性 类型 说明 备注
1 id int - -
2 line_type int 0~未知
1~停止线
2~减速带
3~双虚线
-
3 color int 0~未定义
1~白色
2~黄色
3~橙色
4~蓝色
-
4 seg_id int 道路ID -
路口表达要求
序号 属性 类型 说明 备注
1 id int - -
2 inroads list 驶入道路列表 -
3 outroads list 驶出道路列表 -
4 interlanes list 路口内车道列表 -
停车位表达要求
序号 属性 类型 说明 备注
1 id int - -
2 name string 名字 -
4 p_type int 0~未知
1~标准车位
2~残疾人车位
3~微型车位
4~母子车位
5~充电停车位
6~立体车位
7~女士车位
8~加长车位
9~私有车位
-
5 sign string 停车位标记 例如B101
6 seg_id int 关联道路ID -
7 parking_space_theta double 车位形状角度 竖直、侧方、斜入
8 parking_lock int 0~无地锁
1~有地锁
-
9 border_color int 0~未定义
1~白色
2~黄色
3~橙色
4~蓝色
-
10 background_color int 0~未定义
1~白色
2~黄色
3~橙色
4~蓝色
-
11 z_level string 停车场楼层信息 可为数字或非数字楼层表达
对于非多层停车场,该字段为空
面状标识表达要求
序号 属性 类型 说明 备注
1 id int - -
2 type int 0~未知
1~人行横道
2~禁停区域
3~导流线
4~导向箭头
5~文字
6~停靠站
7~收费岛
-
3 seg_id int 道路ID -
4 lanes list 影响车道ID列表 -
5 color int 0~未定义
1~白色
2~黄色
3~橙色
4~蓝色
-
运营区域表达要求
序号 属性 类型 说明 备注
1 id int - -
2 name string - -
3 type int 0~未知
1~停车场
2~停车区域
3~电子围栏
4~卸货区
5~其他区域
-
4 z_level int 相对高程-10~10 根据类型不同表达不同含义,比如楼层
道路附属物表达要求
序号 属性 类型 说明 备注
1 id int - -
2 name string 名称 -
3 type int 0~未知
1~路牌
2~信号灯
3~路灯
4~停止标志
5~杆状物
-
4 seg_id int 道路ID -
5 subtype int 路牌:
1~禁停
2~限速
3~限高
4~限宽等
杆状物:1~停车场出入口停车杆
6 lanes list 影响车道ID列表 -
7 shape string 形状 方形/矩形
等边三角形
圆形
菱形
倒等边三角形
条形
不规则形状
关键点表达要求
序号 属性 类型 说明 备注
1 id int - -
2 name string 名称 -
3 geotype string 元素种类 -
4 type int 站点
泊车点
卸货点
途径点
电梯口
商场入口
楼梯入口
停车场出入口
-
动态交通表达要求
序号 属性 类型 说明 备注
1 id int - -
.2 item_type int 道路
车道
停车位
道路附属物
关键点
定位标志
-
3 item_id int 地图元素的ID -
4 traffic_type int 0~Not_Available
1~Close
2~Slow
定位标志表达要求
序号 属性 类型 说明 备注
1 id int - -
2 type int 0~未知
1~防撞条
2~箭头指向标志
3~出入口标志
4~区域标志
5~国际ISO 标志
6~中国 ISO 标志
3 border_color int 0~未定义
1~白色
2~黄色
3~橙色
4~蓝色
-
4 background_color int 0~未定义
1~白色
2~黄色
3~橙色
4~蓝色
-
5 content string 内容 -
6 pic_id int 图片ID -

SLAM地图要求

坐标系

 采用相对坐标系,精度误差小于20cm/100m。坐标中x、y、z均以m为单位,精确至0.001m。

数据采集车

 1. 激光发生器不低于16 线,平视,采集车顶不高于190cm,车身少遮挡,传感器时间戳准确(毫秒级);
 2. 环视摄像头安装位置应监测到车身前提下的最大视角、时间戳精确毫秒级(建议硬件同步)、正常环视安装高度;
 3. 惯导应提供内外参、精确位姿或原始数据;
 4. 采集车速应控制在5~10km/h,对应自动驾驶车辆传感器安装需求:环视安装高度(正常环视
安装高度)。

传感器数据采集

 1. 激光雷达应提供单帧、连续化点云、10~20 帧/秒、对应时间戳;
 2. 环视应提供彩色、分开4 张单张、20~30 帧/秒、对应时间戳;
 3. GPS: 10 帧~20 帧/秒, 无GPS 信号区域提供轨迹信息作为参考
 4. IMU: 100~200 帧/秒;
 5. 授时:GPS 授时;
 6. 准确内外参;
 7. 相机内参:摄像头焦距,球心中心点,畸变-统一的标定方式。

数据流程

 1. 数据使用: 可以以本地数据或者服务器形式提供地图访问,定位地图需要以物理格式方式提
供;
 2. 数据采集频率要求:综合考虑动态交通、季节、光线等环境因素。在这里插入图片描述

感知功能要求

 车端感知系统感知范围主要在车端传感器视野范围内,目的主要包括以下三个方面:
   1. 安全性:实时、准确识别周边影响行车安全的行人、动物以及物体,应对突发事件,提前预知安全因素以采取必要操作,避免发生交通安全事故;
   2. 功能性:基于车辆行驶性能、周边路况和通行规则,能够实时、准确识别AVP 功能相关的信息,保证准确、安全地完成AVP 泊车功能。
   3. 体验舒适性:为车辆高效、平顺行驶提供参考依据。
 由于感知范围更大,可以对同一位置进行持续感知检测等特点,车-场协同以及V2X除需覆盖车端感知系统感知范围外,还可以对停车场运营维护、路网引导等进行提供支持。由于不同的感知检测对自动驾驶系统的影响不同,车端感知功能将从四个方面提出相应要求,包括:
   1. 关键安全感知, 指对自动驾驶具有关键性安全影响的感知内容,当感知失效时容易引起严重事故;
   2. 次要安全感知,指不易引起严重事故,但感知失效时会引发次生安全问题的感知内容;
   3. 功能感知,指与AVP 功能定义相关的感知内容,当感知失效时可能导致AVP 功能失效;
   4. 体验相关感知,指和AVP 体验舒适度相关的感知内容。
 针对车-场协同以及V2X场景,则添加停车场运维维护和路网引导两方面的功能要求。感知功能要求为实现AVP功能的最低标准要求,AVP停车场环境在标准定义环境范围内发生变化时,如天气、光线、季节发生变化,感知功能要求保持一致。

车端感知功能

关键安全感知

感知内容:
   1) 行人、车辆、小动物、自动车骑行者、电动车骑行者;
   2) 运动速度估计:速度估计误差应低于2km/h。
识别率,目标出现(目标可视度大于50%)300ms 内未识别到视为识别失败 :
   1) 车辆15m 距离范围内,识别率应达到99.99%;
   2) 车辆15m 至30m 距离范围内,识别率应达到99%。
实时性:识别频率达到10Hz 及以上;
识别距离:非自车运动物体速度在15 km/h 以下,识别距离30m。

次要安全感知

感知内容
   1) 未知障碍物:高度达到20cm 以上,没有被具体分类的静态物体的统称;
   2) 施工标志:停车场内由于施工临时设置的施工标志,包括施工围栏和锥桶;
   3) 路肩:具有一定高度的路沿;
   4) 隔离栏:为规范道路行驶设置的路侧以及路中的隔离栏;
   5) 会导致安全问题的漏检,如停车桩、车位锁、闸机等。
识别率:99.9%;
实时性:识别频率达到10Hz 及以上;
识别距离:30m。

功能感知

感知内容:可行驶区域、车道线、停车位、停车桩、车位锁、闸机、停车位内草丛;
功能可用性:99.99%;
实时性:识别频率达到10Hz 及以上;
识别距离:20m。

体验相关感知

感知内容:当路侧的树木枝叶,草丛局部进入行驶区域时,需正确识别以决定正常行驶或进行避障操作;
识别正确率:漏检和误检均视为检测失败,99.9%;
实时性:识别频率达到10Hz 及以上;
识别距离:30m。

车-场协同感知

类型一:引导

 场端功能要求:
   1. 感知内容:空车位,正确识别一个车位是否空置可以停车;
   2. 识别正确率:99.99%;
   3. 实时性:识别频率达到10Hz 及以上;
   4. 感知范围:停车场内所有需覆盖停车位;
 车端功能要求:车端感知要求与纯车端功能感知功能要求相同。

类型二:重点地段增强

 此类场景中,场端可以针对车端比较难以处理的场景、路段进行重点监测,形成对车端信息的重要补充,如可布置在路口增强左转感知范围、布置在电梯口增强行人感知以及其他车端感知盲区等,场端没有覆盖的区域则需要车端自主负责感知。场端功能要求:
   1. 感知内容:空车位,并覆盖除草丛、可行驶区域、地图已经表达的停车桩等信息之外的所有车端感知内容;
   2. 识别率:以车端感知最高要求为准;
   3. 实时性:识别频率达到10Hz 及以上;
   4. 感知距离:30m。
 车端功能要求:车端感知要求与纯车端功能感知功能要求相同。

类型三:全场感知

 此类场景中,场端覆盖停车场内所有区域,为车端提供持续的感知信息支持。场端功能要求:
   1. 感知内容:空车位,覆盖除草丛、可行驶区域、地图已经表达的停车桩等信息之外的所有车端感知内容;
   2. 识别率:以车端感知最高要求为准,全场范围内要求保持一致;
   3. 实时性:识别频率达到10Hz 及以上;
   4. 感知范围:停车场内所有区域。
 车端功能要求:车辆需要对车身周围环境进行持续监测,覆盖场端感知覆盖困难的感知内容。
   1. 感知内容:草丛,停车桩,可行驶区域等;
   2. 识别率:每个感知内容与纯车端感知功能要求中对应分类识别率要求一致;
   3. 实时性:识别频率达到10Hz 及以上;
   4. 感知距离:与纯车端感知功能要求中对应分类识别距离要求一致。

V2X

 V2X感知需覆盖场端感知的所有内容,功能要求与场端感知功能要求一致,并在此基础上对停车场运营提供以下感知支持:
   1. 感知内容:红绿灯状态,车位锁状态,闸机状态,机械停车位状态,空车位,充电桩、停车场限位信息等;
   2. 功能可用性:99.99%;
   3. 实时性:识别频率达到10Hz 及以上;
   4. 感知距离:停车场内所有需覆盖区域。

AVP 感知位置精度要求

 无论车端、场端以及V2X,要保证自动驾驶功能安全,都需要将感知目标的位置信息提供给自动驾驶系统,在此对感知的位置精度要求如下。
 1. 场端和V2X的感知位置精度(相对精度)误差应不大于20cm。
 2. 车端,根据车辆与感知目标距离:
   2.1 5m 以内,位置精度最大误差不得大于10%, 平均精度误差不得大于5%;
   2.2 5m 到15m,位置精度最大误差不得大于12%, 平均精度误差不得大于7%;
   2.3 15m 到30m,位置精度最大误差不得大于15%, 平均精度误差不得大于10%。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1201812.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Unit3:贪心算法

文章目录 一、介绍二、分数背包问题问题描述分析时间复杂度伪代码案例彩蛋 三、活动选择问题问题描述分析伪代码时间复杂度拓展&#xff1a;加权活动选择分析计算伪代码时间复杂度案例 对比动态规划和贪心算法 四、哈夫曼编码分类定长编码 目标变长码 案例分析伪代码时间复杂度…

【ArcGIS Pro二次开发】(75):ArcGIS Pro SDK二次开发中的常见问题及解决方法

ArcGIS Pro SDK二次开发路程也近一年时间了&#xff0c;这里总结一下平时遇到的一些问题和解决方法。有些问题没能解决&#xff0c;也记录下来&#xff0c;提醒自己不要忘记。 一、在VS2022中进行调试弹出错误 正常在VS2022中&#xff0c;如果要调试程序的话&#xff0c;直接按…

【工具】QQ音乐本地下载(亲测可用)

目录 0.环境 1.详细步骤 1&#xff09;电脑端打开QQ音乐&#xff0c;登录 2&#xff09;随便搜一首歌&#xff0c;在界面上按【F12】打开开发者工具界面&#xff0c;点击【播放】 3&#xff09;进入播放界面后&#xff0c;点击【网络】&#xff0c;再点击【媒体】 4&…

职场人实用办公技能 | 数据可视化模板

套用模板&#xff0c;不仅报表做得快&#xff0c;数据可视化效果也足够美观&#xff0c;但有些职场人还不太了解从哪些工具上可获得兼具实用性、美观性的BI数据可视化模板&#xff0c;接下来就来介绍一款可提供大量系统化可视化模板的BI工具——奥威BI工具。 奥威BI工具&#…

idea报错java: 程序包com.alibaba.fastjson不存在,明明存在!

经常从线上拉下来代码后编译运行时会报这个错误。刷新maven也没用&#xff0c;重新导入项目也没用 发现解决方法如下&#xff1a; 找到当前报错文件的路径。找到iml文件 删除它&#xff01;然后刷新maven 就好了&#xff01;&#xff01;&#xff01; 记录一下我的解决方法&…

代码随想录算法训练营第四十八天丨 动态规划part11

123.买卖股票的最佳时机III 思路 这道题目相对 121.买卖股票的最佳时机 (opens new window)和 122.买卖股票的最佳时机II (opens new window)难了不少。 关键在于至多买卖两次&#xff0c;这意味着可以买卖一次&#xff0c;可以买卖两次&#xff0c;也可以不买卖。 接来下我…

YOLO V1中关于bounding boxs的部分要点

YOLO的核心原理预览 YOLO将输入的图片resize成448 x 448&#xff0c;并且为 S x S&#xff08;S 7&#xff09;个grid&#xff0c;如果物体的中心落入该grid中&#xff0c;那么该grid就需要负责检测该物体。一次性输出所检测到的目标信息&#xff0c;包括类别和位置。 对于每一…

聚力未来!云起无垠成为光合组织成员单位

近日&#xff0c;云起无垠正式加入海光产业生态合作组织&#xff08;简称“光合组织”&#xff09;。云起无垠将与光合组织联合打造安全、好用、开放的产品与解决方案&#xff0c;满足企业的安全检测需求&#xff0c;帮助企业解决业务系统上线前的安全检测和修复问题。 图1 光合…

2016Outlook邮箱启动提示找不到文件Outlook.pst

2016Outlook邮箱启动提示找不到文件Outlook.pst 故障现象 Outlook邮箱启动提示找不到文件Outlook.pst 故障截图 故障原因 数据文件损坏 解决方案&#xff1a; 1、开始 –>运行–>输入cmd&#xff0c;或win键R–>输入cmd 2、命令行下&#xff0c;使用cd命令切换到…

vue前端项目配置

目录 背景&#xff1a; 0.参考文档 0.1介绍 | Vue CLI (vuejs.org)&#xff08;官方文档&#xff09; 0.2【vue-cli5 bug】npm run build自动编译两次??? - 掘金 (juejin.cn) 0.3vendor.js文本过大 0.4vue性能优化 0.5启动项目一直是生产环境 0.6process.env&#x…

c++分割路径的字符串,得到 目录 文件名 扩展名

简单的做一个c小代码片的记录 c分割了图片的 路径字符串&#xff0c;得到 目录 文件名 扩展名 #include <iostream> using namespace std;int main() {std::string path "E:\\set1_seg\\32.jpg";//index:"\\"在字符串中的位置int index path.find…

GPT Store上线 OpenAI 的「iPhone时刻」这回真来了

OpenAI首届全球开发者大会上&#xff0c;Sam Altman再次给AI行业扔了一系列重磅炸弹。GPT-4 Turbo、GPT Store和定制化的GPT在大会上发布&#xff0c;OpenAI的生态体系初具雏形。 GPT模型刚升级了不到24小时&#xff0c;高能网友就开始用它的定制化功能创造了各种有趣的应用。…

索引下推(ICP)是什么意思?如何理解?

目录 1. 索引下推概述 2. 索引下推举例 3. ICP 的主要作用 1. 索引下推概述 ICP 全称 Index Condition Pushdown&#xff0c;是MySQL5.6之后的一个新特性&#xff0c;它是一种在存储引擎层使用索引过滤数据的一种优化方式。 2. 索引下推举例 下面是数据库的一张 employee…

AI图像生成模型LCMs: 四个步骤就能快速生成高质量图像的新方法

在最新的AI模型和研究领域&#xff0c;一种名为Latent Consistency Models&#xff08;LCMs&#xff09;的新技术正迅速推动文本到图像人工智能的发展。与传统的Latent Diffusion Models(LDMs)相比&#xff0c;LCMs在生成详细且富有创意的图像方面同样出色&#xff0c;但仅需1-…

关系查询处理和查询优化

关系数据库系统的查询处理 4 个阶段 查询分析查询检查【此时的完整性检查是初步的、静态的检查】查询优化【分为代数优化、物理优化】查询执行 关系数据库系统的查询优化 查询优化的优点不仅在于用户不必考虑如何最好地表达查询以获得较高地效率&#xff0c;而且在于系统可…

酷柚易汛ERP - 其他收支明细表操作指南

1、应用场景 其他收支明细表统计一段时期内其他收入单、其他支出单的收支项目、收入/支出及往来单位信息。 2、主要操作 打开【资金】-【其他收支明细表】&#xff1a;

【毕业论文】基于微信小程序的植物分类实践教学系统的设计与实现

基于微信小程序的植物分类实践教学系统的设计与实现https://download.csdn.net/download/No_Name_Cao_Ni_Mei/88519758 基于微信小程序的植物分类实践教学系统的设计与实现 Design and Implementation of Plant Classification Practical Teaching System based on WeChat Mini…

酷柚易汛ERP- 备份与恢复操作指南

1、应用场景 该界面只有管理员才会显示&#xff0c;对已有数据的账套进行备份与恢复。 2、操作指南 2.1 开始备份 对当前系统内的所有数据进行备份&#xff0c;备份成功后当前数据则保存至当前服务器上&#xff0c;同时也会在列表内新增一条当前操作的备份文件记录 2.2 上传…

利用uni-app 开发的iOS app 发布到App Store全流程

1.0.3 20200927 更新官方对应用审核流程的状态。 注&#xff1a;最新审核后续将同步社区另一篇记录 AppStore 审核被拒原因记录及解决措施 &#xff1a;苹果开发上架常见问题 | appuploader使用教程 1.0.2 20200925 新增首次驳回拒绝邮件解决措施。 1.0.1 20200922 首次…

GaussDB SQL基础语法示例-循环语句

目录 一、前言 二、GaussDB数据库总的循环语句 三、GaussDB中常用循环语句&#xff08;语法 示例&#xff09; 1、LOOP循环语句 2、WHILE … LOOP 循环语句 3、FOR … LOOP循环语句&#xff08;integer变量&#xff09; 4、FORALL循环语句&#xff08;批量查询&#xf…