如何測試自動駕駛車輛是現在業內正在共同探討的問題。有一部分觀點認為，自動駕駛車輛的測試會借鑒以往的測試經驗。在這里需要考慮的問題是，在以往的測試中，測試車手必須模仿車輛失去控制的場景來觀察車輛的反應，但是在測試自動駕駛汽車的時候，則會出現問題。為了找到汽車的極限，以往工程師們會把測試車推向極端。但是駕駛自動駕駛汽車的算法是專門為避免這些場景而設計的，以保證駕駛員的安全。這就給汽車工程師帶來了巨大的挑戰——當算法努力防止那些危險事件發生時，如何將自動駕駛汽車推到測試場景所需的極端呢？

　　把汽車想象成司機已經帶來了測試的新方法和全新的測試設備，但終點仍然是難以捉摸的。

　　正在TRC場地測試的車輛

　　北美獨立汽車檢測中心TRC自動駕駛汽車主管和臨時研究經理Josh Every表示，自動駕駛已經讓他改變了對汽車工程的看法：“我做的第一個練習就是每天坐進車里，打開我的GPS，它能根據交通狀況進行調整。過去我并不相信GPS的準確度，不過結果顯示在兩個小時的通勤時間里，出問題的狀態很少。要想明白一項技術如何改變生活，你必須開始相信它。”

　　在TRC的測試場理，有一個測試區域中，駕駛員需要高速駕駛汽車反復測試來驗證其耐久性。要完成這種測試，需要模仿車輛失去控制的狀況，這在自動駕駛汽車上進行測試是很困難的。TRC的主管Mark Tami解釋說：“我們希望能夠模擬有駕駛員的車輛，模擬在真實的狀態下會發生什么，然后司機制造錯誤的輸入，來模擬故障模式。”

　　但是，一個故意提供錯誤反應的算法，比如打滑，并不能告訴你關于自動駕駛系統質量上的任何信息。為了達到測試目的，每一輛自動駕駛汽車都是一個黑匣子，在不同的環境下會有不同的反應。測試員的責任是向它展示一個環境，來觀察車的表現。

　　當今，對一輛標準的汽車的典型測試場景就是一個高度熟練的司機駕車通過預先設置的路線，就像在TRC那樣，地面上布滿了各種泥坑和剎車坡。目前，隨著當前汽車具有部分自動駕駛能力，必須重新設計測試項目，比如車道偏離系統和自動剎車系統，以及可以在駕駛員監督下進行管理的自動駕駛系統。如果發現算法中存在問題，則必須準確地建立類似環境，讓問題可以復現。

　　自動駕駛汽車的主要困難是這些車輛在正常駕駛時可能遇到的潛在不安全狀況范圍很大，而碰撞事故往往是發生在極端情況下，這些情況發生的概率并不高。為了嘗試去構建這些邊緣情景，TRC會對測試場中部大約540英畝的矮草叢進行改造，計劃打造一個約占地10個足球場大小的混凝土平臺，設置50條車道，來應對測試過程中可能出現的問題；會有一個6車道×6車道的十字路口，半掛卡車以不超過72公里/時的速度駛入；將120英畝的空間建成城市街區與林蔭小道，來測試在這些區域的信息強度。

　　TRC內的雪地測試

　　要測試自動駕駛車輛，就需要測試場地能夠提供更多的測試場景，來驗證自動駕駛車輛對于潛在危險的應對情況。這其中，靈活性至關重要。用來測試輪胎的極限和測試車輛是否能夠準確導航至當地雜貨店的算法是完全不同的，因為車輛需要處理的情況完全不同。現在的部分自動駕駛系統中，很多問題都需要個性化的測試場景來進行測試與驗證。不過，依然無法明確得知這些測試是否已經足夠。