机器学习与计算处理技术的进步，使得自动驾驶系统已不再遥不可及。许多汽车制造商已开发出原型系统；然而，为确保自动驾驶系统的大规模应用，仍有大量决策支持问题亟待解决。在未来几十年内，量产自动驾驶系统很可能仅具备部分自主性。此类系统在预定条件下运行，一旦条件被违反，则需驾驶员介入。鉴于对其未来20年市场渗透率的预测相对较低，自动驾驶系统很可能在由不同自动化水平车辆构成的混合交通环境中运行。在此条件下，有效的决策支持必须考虑无形的、主观的、情感的因素以及人类认知的影响；否则，自动驾驶系统将因其对环境的不完全理解，而面临驾驶员不信任和性能表现不尽如人意的风险。本文梳理了与此类问题相关的文献，指出了未解决的难题，并提出了相应的研究方向。

本文其余部分结构如下。第2节深入阐述与正在生产和研发中的自动驾驶系统相关的当前技术发展水平与实践现状。同时详述了自动驾驶系统大规模部署将对社会产生的广泛影响，以及这与技术性决策支持问题的关联。第3节从决策支持角度，系统性地回顾了自动驾驶系统的流程与组件。在此分类框架下，第4节回顾了近期关于自动驾驶系统决策支持的文献，并指出了未来研究的方向。讨论了在第3级和第4级自动驾驶系统中出现的决策支持问题，涉及驾驶模式切换、混合交通环境中的运行、防范网络威胁等方面。最后，第5节给出结束语并探讨未来意义。鉴于本文稿的跨学科性质，为便于参考，表2中提供了缩略语列表。