(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111619862.9 (22)申请日 2021.12.27 (71)申请人 中国建设银行股份有限公司 地址 100033 北京市西城区金融大街25号 (72)发明人 陈梦倩　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 代理人 郄晨芳 (51)Int.Cl. G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 10/04(2012.01) G06V 10/764(2022.01) (54)发明名称 一种无人车自主导航方法、 装置、 计算机设 备和存储介质 (57)摘要 本发明提供一种无人车自主导航方法、 装 置、 计算机设备和存储介质， 该方法包括： 获取无 人车当前采集到的无人车图像； 依据无人车图像 与预先构建的基于图像的路段分类模 型， 确定无 人车所在路段分类与车辆定位； 依据无人车所在 路段分类与车辆定位、 目的地， 采用最短路径算 法进行无人车的全局导航； 从而实现建立基于卷 积神经网络的路段分类模型， 输入为无人车图 像， 输出为所在无人车所在路段分类与车辆定 位， 最终根据车辆定位结果， 使用最短路径算法 完成全局路径规划， 实现无人车的实景导航， 不 再依赖于GPS和高精度地图。 权利要求书2页 说明书9页 附图3页 CN 114298218 A 2022.04.08 CN 114298218 A 1.一种无 人车自主导 航方法， 其特 征在于， 包括： 获取所述无人车当前采集到的无 人车图像； 依据所述无人车图像与预先构建的基于图像的路段分类模型， 确定所述无人车所在路 段分类与车辆 定位； 依据所述无人车所在路段分类与车辆定位、 目的地， 采用最短路径算法进行所述无人 车的全局导 航。 2.根据权利要求1所述的无人车自主导航方法， 其特征在于， 还包括： 基于 图数据结构 的地图构建。 3.根据权利要求1所述的无人车自主导航方法， 其特征在于， 所述采用最短路径算法进 行所述无人车的全局导 航， 包括： 依据所述图数据结构和所述 最短路径算法， 进行 所述无人车的全局导 航。 4.根据权利要求1所述的无人车自主导航方法， 其特征在于， 所述基于图像的路段分类 模型的构建过程 为： 进行训练图像的采集， 并将不同场景图像分为不同的分类； 其中， 以同一个路段的为一 类， 不同路段的图片为 不同类别； 建立为特征提取网络的卷积神经网路模型， 以使所述卷积神经网路模型对分类后的图 像进行特征提取， 以及所述卷积神经网路模型中的全连接层进行图像分类； 对所述卷积神经网路模型进行训练， 直至所述卷积神经网路模型的输出数据与实际数 据之间的误差小于阈值。 5.根据权利要求4所述的无人车自主导航方法， 其特征在于， 对所述卷积神经网路模型 进行训练， 包括： 对连续的分类结果进行记录， 并判断连续的分类结果对应的预测结果是否一 致； 若一致， 则所述对预测结果与地图的节点进行匹配； 若不一致， 则判定为 错误分类结果， 并将所述 错误分类结果剔除。 6.一种无 人车自主导 航装置， 其特 征在于， 包括： 获取单元， 用于获取 所述无人车当前采集到的无 人车图像； 定位单元， 用于依据所述无人车图像与预先构建的基于 图像的路段分类模型， 确定所 述无人车所在路段分类与车辆 定位； 导航单元， 用于依据 所述无人车所在 路段分类与车辆定位、 目的地， 采用最短路径算法 进行所述无人车的全局导 航。 7.根据权利要求6所述的无人车自主导航装置， 其特征在于， 还包括： 图数据结构单元， 用于基于图数据结构的地图构建。 8.根据权利要求6所述的无人车自主导航装置， 其特征在于， 导航单元用于所述采用最 短路径算法进行 所述无人车的全局导 航时， 具体用于： 依据所述图数据结构和所述 最短路径算法， 进行 所述无人车的全局导 航。 9.一种电子设备， 其特 征在于， 包括： 一个或多个处 理器； 存储装置， 其上存 储有一个或多个程序； 当一个或多个程序被一个或多个处理器执行时， 使得一个或多个处理器实现如权利要权　利　要　求　书 1/2 页 2 CN 114298218 A 2求1‑5中任一项所述的无 人车自主导 航方法。 10.一种计算机存储介质， 其特征在于， 其上存储有计算机程序， 其中， 计算机程序被处 理器执行时实现如权利要求1 ‑5中任一项所述的无 人车自主导 航方法。权　利　要　求　书 2/2 页 3 CN 114298218 A 3