本发明公开了一种无人车全局路径规划方法和装置，该方法包括：通过强化学习方法建立对象模型，对象模型中包括：无人车状态、采用地图图片进行描述的环境状态、以及路径规划结果的评估指标；基于对象模型，搭建深度强化学习神经网络，并利用无人车状态和地图图片对深度强化学习神经网络进行训练，得到稳定的神经网络模型；启动路径规划后，将当前任务场景下的环境状态的地图图片和无人车状态输入到训练后的深度强化学习神经网络中，根据深度强化学习神经网络输出的路径规划结果的评估指标，生成无人车的运动路径。本发明通过地图图片标识场景中的环境信息，通过深度神经网络提取地图特征，简化了对地图场景的建模过程。