当前位置: 首页 > news >正文

多表查询

目录

统计出一张数据表中的数据量

查询 dept 表中的数据量

查询 emp 表中的数据量

实现 emp 与 dept 的多表查询

笛卡尔积

消除笛卡尔积

把数据表 emp 的别名定为 e,数据表 dept 的别名定为 d,然后在查询中分别使用 e 和 d 代替这两个表


Oracle从入门到总裁:https://blog.csdn.net/weixin_67859959/article/details/135209645

所谓的多表查询指的就是同时从多张数据表中取出数据并且显示的一种操作

select [distinct] * | 列 [ 别名 ] , 列 [ 别名 ] ...
from 表名称 [ 别名 ], 表名称 [ 别名 ],...
[where 限定条件 (s)] 
[order by  排序字段 [asc | desc], 排序字段 [asc | desc],...]

上面语法中,

第一行表示确定要显示的数据列;

第二行确定数据来源;

第三行对数据行进行筛选;

第四行对选定数据的行与列排序。

和前面唯一的不同之处在于 FROM 后面增加了更多的表

下面按照这样的语法结构实现多表查询。本次将利用 emp 与 dept 两张表进行多表查询操作。在查询之前,先介绍一个函数

统计出一张数据表中的数据量

关键词是count()

查询 dept 表中的数据量

SQL> select count(*)2  from dept;COUNT(*)
----------4

可以看出这个数据表有 4 行记录

查询 emp 表中的数据量

SQL> select count(*)2  from emp;COUNT(*)
----------13

运行后可以看出这个数据表有 13 行记录

有些同学会发现记录数不一样,这个没有关系的

也就是说,这两张表加起来,总共有 17 行记录

实现 emp 与 dept 的多表查询

SQL> select *2  from emp,dept;EMPNO ENAME                JOB                       MGR HIREDATE              SAL       COMM     DEPTNO     DEPTNO DNAMELOC
---------- -------------------- ------------------ ---------- -------------- ---------- ---------- ---------- ---------- ---------------------------- --------------------------7369 SMITH                CLERK                    7902 17-12月-80            800                    20         10 ACCOUNTINGNEW YORK7499 ALLEN                SALESMAN                 7698 20-2月 -81           1600        300         30         10 ACCOUNTINGNEW YORK7521 WARD                 SALESMAN                 7698 22-2月 -81           1250        500         30         10 ACCOUNTINGNEW YORK7566 JONES                MANAGER                  7839 02-4月 -81           2975                    20         10 ACCOUNTINGNEW YORK7654 MARTIN               SALESMAN                 7698 28-9月 -81           1250       1400         30         10 ACCOUNTINGNEW YORK7698 BLAKE                MANAGER                  7839 01-5月 -81           2850                    30         10 ACCOUNTINGNEW YORK7782 CLARK                MANAGER                  7839 09-6月 -81           2450                    10         10 ACCOUNTINGNEW YORK7839 KING                 PRESIDENT                     17-11月-81           5000                    10         10 ACCOUNTINGNEW YORK7844 TURNER               SALESMAN                 7698 08-9月 -81           1500          0         30         10 ACCOUNTINGNEW YORK7900 JAMES                CLERK                    7698 03-12月-81            950                    30         10 ACCOUNTINGNEW YORK7902 FORD                 ANALYST                  7566 03-12月-81           3000                    20         10 ACCOUNTINGNEW YORK7934 MILLER               CLERK                    7782 23-1月 -82           1300                    10         10 ACCOUNTINGNEW YORK8989 HELLO                                                                                                      10 ACCOUNTINGNEW YORK7369 SMITH                CLERK                    7902 17-12月-80            800                    20         20 RESEARCHDALLAS7499 ALLEN                SALESMAN                 7698 20-2月 -81           1600        300         30         20 RESEARCHDALLAS7521 WARD                 SALESMAN                 7698 22-2月 -81           1250        500         30         20 RESEARCHDALLAS7566 JONES                MANAGER                  7839 02-4月 -81           2975                    20         20 RESEARCHDALLAS7654 MARTIN               SALESMAN                 7698 28-9月 -81           1250       1400         30         20 RESEARCHDALLAS7698 BLAKE                MANAGER                  7839 01-5月 -81           2850                    30         20 RESEARCHDALLAS7782 CLARK                MANAGER                  7839 09-6月 -81           2450                    10         20 RESEARCHDALLAS7839 KING                 PRESIDENT                     17-11月-81           5000                    10         20 RESEARCHDALLAS7844 TURNER               SALESMAN                 7698 08-9月 -81           1500          0         30         20 RESEARCHDALLAS7900 JAMES                CLERK                    7698 03-12月-81            950                    30         20 RESEARCHDALLAS7902 FORD                 ANALYST                  7566 03-12月-81           3000                    20         20 RESEARCHDALLAS7934 MILLER               CLERK                    7782 23-1月 -82           1300                    10         20 RESEARCHDALLAS8989 HELLO                                                                                                      20 RESEARCHDALLAS7369 SMITH                CLERK                    7902 17-12月-80            800                    20         30 SALESCHICAGOEMPNO ENAME                JOB                       MGR HIREDATE              SAL       COMM     DEPTNO     DEPTNO DNAMELOC
---------- -------------------- ------------------ ---------- -------------- ---------- ---------- ---------- ---------- ---------------------------- --------------------------7499 ALLEN                SALESMAN                 7698 20-2月 -81           1600        300         30         30 SALESCHICAGO7521 WARD                 SALESMAN                 7698 22-2月 -81           1250        500         30         30 SALESCHICAGO7566 JONES                MANAGER                  7839 02-4月 -81           2975                    20         30 SALESCHICAGO7654 MARTIN               SALESMAN                 7698 28-9月 -81           1250       1400         30         30 SALESCHICAGO7698 BLAKE                MANAGER                  7839 01-5月 -81           2850                    30         30 SALESCHICAGO7782 CLARK                MANAGER                  7839 09-6月 -81           2450                    10         30 SALESCHICAGO7839 KING                 PRESIDENT                     17-11月-81           5000                    10         30 SALESCHICAGO7844 TURNER               SALESMAN                 7698 08-9月 -81           1500          0         30         30 SALESCHICAGO7900 JAMES                CLERK                    7698 03-12月-81            950                    30         30 SALESCHICAGO7902 FORD                 ANALYST                  7566 03-12月-81           3000                    20         30 SALESCHICAGO7934 MILLER               CLERK                    7782 23-1月 -82           1300                    10         30 SALESCHICAGO8989 HELLO                                                                                                      30 SALESCHICAGO7369 SMITH                CLERK                    7902 17-12月-80            800                    20         40 OPERATIONSBOSTON7499 ALLEN                SALESMAN                 7698 20-2月 -81           1600        300         30         40 OPERATIONSBOSTON7521 WARD                 SALESMAN                 7698 22-2月 -81           1250        500         30         40 OPERATIONSBOSTON7566 JONES                MANAGER                  7839 02-4月 -81           2975                    20         40 OPERATIONSBOSTON7654 MARTIN               SALESMAN                 7698 28-9月 -81           1250       1400         30         40 OPERATIONSBOSTON7698 BLAKE                MANAGER                  7839 01-5月 -81           2850                    30         40 OPERATIONSBOSTON7782 CLARK                MANAGER                  7839 09-6月 -81           2450                    10         40 OPERATIONSBOSTON7839 KING                 PRESIDENT                     17-11月-81           5000                    10         40 OPERATIONSBOSTON7844 TURNER               SALESMAN                 7698 08-9月 -81           1500          0         30         40 OPERATIONSBOSTON7900 JAMES                CLERK                    7698 03-12月-81            950                    30         40 OPERATIONSBOSTON7902 FORD                 ANALYST                  7566 03-12月-81           3000                    20         40 OPERATIONSBOSTON7934 MILLER               CLERK                    7782 23-1月 -82           1300                    10         40 OPERATIONSBOSTON8989 HELLO                                                                                                      40 OPERATIONSBOSTON已选择 52 行。

发现每一行 emp 表中的记录出现了 4 次,而 4 次是 dept 表中的数据量,所以最终产生了 emp 表 13 行 *dept 表 4 行 =52 行记录

在查询显示的时候,emp 表每行记录同时显示了 dept 表的 4 行记录,而实际上只有 1 行记录是对应的,即数据表 emp 中字段 deptno 与数据表 dept 中 字段 deptno 相等

笛卡尔积

之所以会出现这样的情况,主要与数据库的产生原理有关数学的集合。这样的集合操作,会 将两个集合(数据表)的统一查询,作为乘法的形式出现。结果一定会产生积笛卡尔积

在任何情况下,进行多表查询都会存在笛卡尔积的问题。但是事实上这些积的产生对用户而言是没有任何实质上的用处的,所以需要想办法进行消除。如果要想消除积,那么必须有关联字段 

很明显,现在 emp 与 dept 数据表中都存在关联字段(大部分情况下,都习惯将关联字段设置为同名) 。此时就可以利用关联字段消除笛卡尔积

消除笛卡尔积

SQL> select *2  from emp,dept3  where emp.deptno=dept.deptno;EMPNO ENAME                JOB                       MGR HIREDATE              SAL       COMM     DEPTNO     DEPTNO DNAMELOC
---------- -------------------- ------------------ ---------- -------------- ---------- ---------- ---------- ---------- ---------------------------- --------------------------7839 KING                 PRESIDENT                     17-11月-81           5000                    10         10 ACCOUNTINGNEW YORK7782 CLARK                MANAGER                  7839 09-6月 -81           2450                    10         10 ACCOUNTINGNEW YORK7934 MILLER               CLERK                    7782 23-1月 -82           1300                    10         10 ACCOUNTINGNEW YORK7902 FORD                 ANALYST                  7566 03-12月-81           3000                    20         20 RESEARCHDALLAS7369 SMITH                CLERK                    7902 17-12月-80            800                    20         20 RESEARCHDALLAS7566 JONES                MANAGER                  7839 02-4月 -81           2975                    20         20 RESEARCHDALLAS7900 JAMES                CLERK                    7698 03-12月-81            950                    30         30 SALESCHICAGO7844 TURNER               SALESMAN                 7698 08-9月 -81           1500          0         30         30 SALESCHICAGO7654 MARTIN               SALESMAN                 7698 28-9月 -81           1250       1400         30         30 SALESCHICAGO7521 WARD                 SALESMAN                 7698 22-2月 -81           1250        500         30         30 SALESCHICAGO7499 ALLEN                SALESMAN                 7698 20-2月 -81           1600        300         30         30 SALESCHICAGO7698 BLAKE                MANAGER                  7839 01-5月 -81           2850                    30         30 SALESCHICAGO已选择 12 行。

对应显示的是 emp 数据表中 deptno 字段和 dept 数据表中 deptno 字段相等的数据行。显示的列是两个数据表的所有列。这时候只显示 emp 表中的 13 行记录,同时每个记录所 对应的 dept 中字段的信息也显示在后面

只要是多表查询,在多张表之间一定要存在关联关系,没有关联关系的表是不可能进行多表查询的

但是现在的代码还存在一个问题,此时进行字段访问的时候采用的是“表名称 . 字段名称” ,表名称短没什么问题,而如果表名称长了就比较麻烦,例如“yuzhou_yinhexi_diqiu_yazhou_beijing_zhongyang_ren” 。所以在进行多表查询的时候强烈建议使用别名 

把数据表 emp 的别名定为 e,数据表 dept 的别名定为 d,然后在查询中分别使用 e 和 d 代替这两个表

SQL> select e.*,d.dname2  from emp e,dept d3  where e.deptno=d.deptno;EMPNO ENAME                JOB                       MGR HIREDATE              SAL       COMM     DEPTNO DNAME
---------- -------------------- ------------------ ---------- -------------- ---------- ---------- ---------- ----------------------------7839 KING                 PRESIDENT                     17-11月-81           5000                    10 ACCOUNTING7782 CLARK                MANAGER                  7839 09-6月 -81           2450                    10 ACCOUNTING7934 MILLER               CLERK                    7782 23-1月 -82           1300                    10 ACCOUNTING7902 FORD                 ANALYST                  7566 03-12月-81           3000                    20 RESEARCH7369 SMITH                CLERK                    7902 17-12月-80            800                    20 RESEARCH7566 JONES                MANAGER                  7839 02-4月 -81           2975                    20 RESEARCH7900 JAMES                CLERK                    7698 03-12月-81            950                    30 SALES7844 TURNER               SALESMAN                 7698 08-9月 -81           1500          0         30 SALES7654 MARTIN               SALESMAN                 7698 28-9月 -81           1250       1400         30 SALES7521 WARD                 SALESMAN                 7698 22-2月 -81           1250        500         30 SALES7499 ALLEN                SALESMAN                 7698 20-2月 -81           1600        300         30 SALES7698 BLAKE                MANAGER                  7839 01-5月 -81           2850                    30 SALES已选择 12 行。

这次显示的数据列和上一个查询不完全一样,因为查询的数据列是 e.* 和 d.name,所以显示的列应该是数据表 emp 的全部字段和 dept 的 dname 字段

实际上,笛卡尔积的存在对整个程序影响是相当巨大的,即便可以消除掉显示的笛卡尔积,但是从本质上来说,永远无法避免笛卡尔积

相关文章:

多表查询

目录 统计出一张数据表中的数据量 查询 dept 表中的数据量 查询 emp 表中的数据量 实现 emp 与 dept 的多表查询 笛卡尔积 消除笛卡尔积 把数据表 emp 的别名定为 e,数据表 dept 的别名定为 d,然后在查询中分别使用 e 和 d 代替这两个表 Oracle从…...

PHP开发日志 ━━ 深入理解三元操作与一般条件语句的不同

概况 三元运算符的功能与“if…else”流程语句一致。 在一般情况下,三元操作替换if条件语句可以精简代码,并且更为直观,但是在下面的情况中使用三元操作将会返回警告。 借图: 案例 比如原代码: class classA{publ…...

多维时序 | Matlab实现RF-Adaboost随机森林结合Adaboost多变量时间序列预测

多维时序 | Matlab实现RF-Adaboost随机森林结合Adaboost多变量时间序列预测 目录 多维时序 | Matlab实现RF-Adaboost随机森林结合Adaboost多变量时间序列预测预测效果基本介绍程序设计参考资料 预测效果 基本介绍 1.Matlab实现RF-Adaboost随机森林结合Adaboost多变量时间序列预…...

vue3-内置组件-Suspense

Suspense (实验性功能) <Suspense> 是一项实验性功能。它不一定会最终成为稳定功能&#xff0c;并且在稳定之前相关 API 也可能会发生变化。 <Suspense> 是一个内置组件&#xff0c;用来在组件树中协调对异步依赖的处理。它让我们可以在组件树上层等待下层的多个嵌…...

Rust入门:如何在windows + vscode中关闭程序codelldb.exe

在windows中用vscode单步调试rust程序的时候&#xff0c;发现无论是按下stop键&#xff0c;还是运行完程序&#xff0c;调试器codelldb.exe一直霸占着主程序不退出&#xff0c;如果此时对代码进行修改&#xff0c;后续就没法再编译调试了。 目前我也不知道要怎么处理这个事&am…...

git错误整理

remote: Support for password authentication was removed on August 13, 2021. 参考&#xff1a;这篇即可 GnuTLS recv error (-110): The TLS connection was non-properly terminated. 执行下面的指令&#xff1a; git config --global http.sslVerify false...

跟着cherno手搓游戏引擎【22】CameraController、Resize

前置&#xff1a; YOTO.h: #pragma once//用于YOTO APP#include "YOTO/Application.h" #include"YOTO/Layer.h" #include "YOTO/Log.h"#include"YOTO/Core/Timestep.h"#include"YOTO/Input.h" #include"YOTO/KeyCod…...

微信小程序(四十二)wechat-http拦截器

注释很详细&#xff0c;直接上代码 上一篇 新增内容&#xff1a; 1.wechat-http请求的封装 2.wechat-http请求的拦截器的用法演示 源码&#xff1a; utils/http.js import http from "wechat-http"//设置全局默认请求地址 http.baseURL "https://live-api.ith…...

tomcat部署zrlog

1.下载zrlog包&#xff0c;并添加到虚拟机中 1)进入/opt/apache-tomcat-8.5.90/webapps目录 cd /opt/apache-tomcat-8.5.90/webapps2)下载zrlog包 wget http://dl.zrlog.com/release/zrlog-1.7.1-baaecb9-release.war 3)重命名包 mv zrlog-1.7.1-baaecb9-release zrblog 2…...

Ubuntu Desktop 开机数字小键盘

Ubuntu Desktop 开机数字小键盘 1. 开机数字小键盘References 1. 开机数字小键盘 一般情况下&#xff0c;Ubuntu 开机后小键盘区是控制方向键而非数字键&#xff0c;每次开机后若用到数字键都需要按下 NumLock 键。 References [1] Yongqiang Cheng, https://yongqiang.blog…...

树莓派编程基础与硬件控制

1.编程语言 Python 是一种泛用型的编程语言&#xff0c;可以用于大量场景的程序开发中。根据基于谷歌搜 索指数的 PYPL&#xff08;程序语言流行指数&#xff09;统计&#xff0c;Python 是 2019 年 2 月全球范围内最为流行 的编程语言 相比传统的 C、Java 等编程语言&#x…...

autojs通过正则表达式获取带有数字的text内容

视频连接 视频连接 参考 参考 var ctextMatches(/\d/).findOne()console.log("当前金币"c.text()) // 获取当前金币UiSelector.textMatches(reg) reg {string} | {Regex} 要满足的正则表达式。 为当前选择器附加控件"text需要满足正则表达式reg"的条件。 …...

Android java基础_类的继承

一.Android Java基础_类的继承 先封装一个persion类&#xff0c;在persion的基础上定义Student类&#xff0c;并基础persion类。 子类能访问父类的成员函数。 class Person {private int age;public void setAge(int age) {if (age < 0 || age > 200)age 0;else {thi…...

nginx stream proxy 模块的ssl连接源码分析

目录 1. 源起2. 分析验证环境的配置3. 源码分析3.1 代理模块的请求入口点分析3.2 发起与上游服务器的连接3.3 连接回调3.4 TCP连接建立成功后为上下游数据透传做准备3.5 TCP连接的ssl上下文初始化3.6 ssl握手成功后的处理3.7 连接数据的收与发1. 源起 我一直来对ssl建立连接的过…...

C#面:Static Nested Class 和 Inner Class 有什么不同

这是两种不同的类嵌套方式。 Static Nested Class &#xff1a; 是一个静态嵌套类&#xff0c;它是在外部类中定义的一个静态类。它可以访问外部类的静态成员和方法&#xff0c;但不能直接访问外部类的非静态成员和方法。静态嵌套类可以独立于外部类实例化&#xff0c;即可以…...

LeetCode、208. 实现 Trie (前缀树)【中等,自定义数据结构】

文章目录 前言LeetCode、208. 实现 Trie (前缀树)【中等&#xff0c;自定义数据结构】题目链接与分类思路 资料获取 前言 博主介绍&#xff1a;✌目前全网粉丝2W&#xff0c;csdn博客专家、Java领域优质创作者&#xff0c;博客之星、阿里云平台优质作者、专注于Java后端技术领…...

java数据结构与算法刷题-----LeetCode151. 反转字符串中的单词

java数据结构与算法刷题目录&#xff08;剑指Offer、LeetCode、ACM&#xff09;-----主目录-----持续更新(进不去说明我没写完)&#xff1a;https://blog.csdn.net/grd_java/article/details/123063846 解题思路 这道题&#xff0c;可以理解为&#xff0c;将字符串颠倒&#xf…...

《Java 简易速速上手小册》第8章:Java 性能优化(2024 最新版)

文章目录 8.1 性能评估工具 - 你的性能探测仪8.1.1 基础知识8.1.2 重点案例&#xff1a;使用 VisualVM 监控应用性能8.1.3 拓展案例 1&#xff1a;使用 JProfiler 分析内存泄漏8.1.4 拓展案例 2&#xff1a;使用 Gatling 进行 Web 应用压力测试 8.2 JVM 调优 - 魔法引擎的调校8…...

mysql全国省市县三级联动创表sql(一)

1. 建表sql CREATE TABLE province (id VARCHAR ( 32 ) PRIMARY KEY COMMENT 主键,code CHAR ( 6 ) NOT NULL COMMENT 省份编码,name VARCHAR ( 40 ) NOT NULL COMMENT 省份名称 ) COMMENT 省份信息表;CREATE TABLE city (id VARCHAR ( 32 ) PRIMARY KEY COMMENT 主键,code …...

go面试题--使用两个goroutine交替打印数字与字母

使用两个goroutine交替打印数字与字母 题目如下&#xff1a; 使用两个goroutine交替打印序列&#xff0c;一个goroutine打印数字&#xff0c;另外一个goroutine打印字母&#xff0c;最终效果如下&#xff1a; 12AB34CD56EF78GH910IZ1112KL1314MN1516OP1718QR1920ST2122UV2324W…...

openGauss服务化部署实战:systemd单元文件配置详解

1. 为什么需要systemd管理openGauss 每次重启服务器都要手动启动数据库&#xff1f;这种操作既低效又容易出错。把openGauss交给systemd管理后&#xff0c;你会发现数据库服务像系统内置服务一样听话——开机自动启动、异常自动重启、日志集中收集&#xff0c;这才是专业运维该…...

RWKV7-1.5B-g1a镜像部署教程:CSDN平台一键拉起Web服务,7860端口直连体验

RWKV7-1.5B-g1a镜像部署教程&#xff1a;CSDN平台一键拉起Web服务&#xff0c;7860端口直连体验 1. 模型简介 rwkv7-1.5B-g1a 是基于新一代 RWKV-7 架构的多语言文本生成模型&#xff0c;特别适合中文场景下的轻量级应用。这个1.5B参数的版本在保持较高生成质量的同时&#x…...

当NB-IoT遇上同步轨道卫星:GEO场景下的定时关系增强全指南(基于3GPP Release 17最新规范)

GEO卫星场景下NB-IoT定时关系增强技术解析 1. GEO卫星通信与NB-IoT的技术融合挑战 地球静止轨道&#xff08;GEO&#xff09;卫星通信与窄带物联网&#xff08;NB-IoT&#xff09;技术的结合&#xff0c;为全球物联网覆盖提供了革命性解决方案。GEO卫星位于地球赤道上空35,786公…...

scanf_s使用避坑指南:如何正确应对C6064警告(含C6054连带问题处理)

scanf_s安全使用全指南&#xff1a;彻底解决C6064与C6054警告 在Windows平台进行C/C开发时&#xff0c;使用scanf_s函数处理用户输入是常见场景。但许多开发者都会遇到两个令人困惑的警告——C6064和C6054。这些警告看似简单&#xff0c;实则暗藏玄机。本文将带你深入理解这两个…...

告别手动建模!用Blender GIS插件5分钟搞定CARLA地图(附OSM数据源)

告别手动建模&#xff01;用Blender GIS插件5分钟搞定CARLA地图&#xff08;附OSM数据源&#xff09; 在自动驾驶仿真领域&#xff0c;快速构建高精度地图一直是开发者的痛点。传统手动建模方式不仅耗时费力&#xff0c;还难以保证道路网络的拓扑准确性。现在&#xff0c;通过…...

Nanbeige 4.1-3B赋能微信小程序:打造智能客服对话机器人

Nanbeige 4.1-3B赋能微信小程序&#xff1a;打造智能客服对话机器人 最近在帮一个做电商的朋友琢磨怎么优化他们的客服系统。他们每天要处理大量重复的咨询&#xff0c;比如“什么时候发货”、“怎么退换货”&#xff0c;人工客服忙得团团转&#xff0c;用户还得排队等。这让我…...

语音合成延迟优化:IndexTTS-2-LLM网络IO调优实战

语音合成延迟优化&#xff1a;IndexTTS-2-LLM网络IO调优实战 1. 为什么语音合成总在“等”&#xff1f;从用户卡顿说起 你有没有试过在语音合成页面点下“开始合成”&#xff0c;然后盯着进度条数秒——明明只是一句话&#xff0c;却要等3秒、5秒&#xff0c;甚至更久&#x…...

AI显微镜-Swin2SR基础教程:理解‘细节重构技术’对AI生成图的价值

AI显微镜-Swin2SR基础教程&#xff1a;理解‘细节重构技术’对AI生成图的价值 1. 从模糊到高清&#xff1a;AI超分的革命性突破 你是否曾经遇到过这样的情况&#xff1a;AI生成了一张很有创意的图片&#xff0c;但分辨率太低&#xff0c;放大后全是马赛克&#xff1b;或者找到…...

知识向量化实战指南:从模型选型到混合检索优化

1. 知识向量化的核心价值与应用场景 第一次接触知识向量化这个概念时&#xff0c;我也是一头雾水。直到在医疗知识库项目中亲眼看到"糖尿病治疗"和"血糖控制方案"这两个看似不同的查询&#xff0c;通过向量化后获得了0.92的相似度评分&#xff0c;才真正理…...

MoveBase导航实战:Livox MID360与FAST-LIO+AMCL混合定位的调优与避障策略

1. Livox MID360雷达与FAST-LIO的实战配置 第一次用Livox MID360雷达时&#xff0c;我被它的非重复扫描模式惊艳到了——这种固态激光雷达能实现360无死角覆盖&#xff0c;特别适合狭小空间导航。但要让它在MoveBase系统中稳定工作&#xff0c;需要先解决几个关键配置问题。 雷…...