Los vehículos autónomos (VA) están convirtiéndose cada vez más en una realidad, habilitados por avances en tecnologías de detección, sistemas de control inteligente y procesamiento de datos en tiempo real. Para que los VA operen de manera segura y efectiva, deben mantener una percepción confiable de su entorno y estado interno. Sin embargo, las fallas de los sensores, ya sea por ruido, mal funcionamiento o degradación, pueden comprometer esta percepción y llevar a una localización incorrecta o decisiones inseguras por parte del sistema de control autónomo. Si bien los sistemas modernos de VA a menudo combinan datos de múltiples sensores para mitigar tales riesgos a través de técnicas de fusión de sensores (por ejemplo, filtrado de Kalman), la medida en que estos sistemas permanecen resilientes bajo condiciones defectuosas sigue siendo una pregunta abierta. Este trabajo presenta un marco de inyección de fallas basado en simulación para evaluar el impacto de las fallas de los sensores en el comportamiento de los VA. El marco permite pruebas estructuradas del software de conducción autónoma bajo condiciones de falla controladas, lo que permite a los investigadores observar cómo las fallas específicas de los sensores afectan el rendimiento del sistema. Para demostrar su aplicabilidad, se llevó a cabo una campaña experimental utilizando el simulador CARLA integrado con el stack de conducción autónoma Autoware. Se ejecutó un escenario de conducción urbana de múltiples segmentos utilizando una versión modificada del Scenario Runner de CARLA para soportar evaluaciones basadas en Autoware. Se inyectaron fallas simulando fallas de sensores LiDAR, GNSS e IMU en diferentes escenarios de ruta. Los tipos de fallas considerados en este estudio incluyen fallas silenciosas de sensores y ruido severo. Los resultados obtenidos al emular fallas de sensores en nuestro sistema elegido para la prueba, Autoware, muestran que las fallas en LiDAR y el giroscopio IMU tienen el impacto más crítico, a menudo llevando a movimientos erráticos y colisiones. En contraste, las fallas en los acelerómetros GNSS e IMU fueron bien toleradas. Esto demuestra la capacidad del marco para investigar la tolerancia a fallas de los VA en presencia de fallas críticas de sensores.