虽然自动驾驶技术在线路规划和驾驶控制方面取得较大进展，但遇到伦理困境时，当前自动驾驶汽车仍然很难作出确定、合理的决策，导致人们对自动驾驶汽车安全驾驶产生怀疑和担忧。所以有必要研究自动驾驶伦理决策模型和机制，使得自动驾驶汽车在伦理困境下能够作出合理决策。针对以上问题，设计了基于stacking融合机制的伦理决策模型，对机器学习和深度学习进行深度融合。一方面将基于特征依赖关系的朴素贝叶斯模型（ACNB）、加权平均一阶贝叶斯模型（WADOE）和自适应模糊模型（AFD）作为stacking融合机制上基学习器。依据先前准确率，设定各自模型权重，再运用加权平均法，计算决策结果。然后将该决策结果作为元学习器训练集，对元学习器进行训练，构建stacking融合模型。最后，运用验证集分别对深度学习模型和stacking融合模型进行验证，依据验证中平均损失率和准确率以及测试中正确率，评价和比较深度学习模型和stacking融合机制决策效果。结果表明，深度学习模型平均损失率最小为0.64，最大平均准确率为0.7，最高正确率为0.61。stacking融合机制平均损失率最小为0.35，最大平均准确率为0.90，最高正确率为0.75，说明stacking融合机制相对于深度学习模型，决策结果准确率和正确率方面有了较大改进。