Innehållsförteckning
Bläddra bland kategorierna
Toppförfattare
Hur testas ADAS-system och autonoma fordon?

March 30, 2026
Den här artikeln handlar om ADAS-testning och förklarar hur ADAS-system och autonoma fordon testas. Vi går igenom ämnet tillräckligt ingående för att du ska:
Förstå varför det är viktigt att testa ADAS-system
Lära dig hur ADAS-system och autonoma fordon testas
Se vilken typ av utrustning som används vid ADAS-testning

Detta är DEL 3 av 4 i ADAS-serien:
Del 1: Vad är ADAS?
Del 2: Typer av ADAS-sensorer som används idag
Del 3: Hur testas ADAS-system och autonoma fordon (denna artikel)
Del 4: ADAS-standarder och säkerhetsprotokoll
Vikten av ADAS-testning
Den komplexa tekniken bakom ADAS måste testas, inte bara i mjukvarumodeller utan i verkliga miljöer, där fordon och förare interagerar på riktiga vägar under realistiska förhållanden. För detta krävs avancerad datainsamlingshårdvara och mjukvara installerad i fordonen.
Fordonsingenjörer har utrustat fordon med mätutrustning i nästan ett sekel. Utmaningen idag är att testa interaktioner mellan flera fordon, och även fotgängare, i realtid. När fordonen är i rörelse kan man inte använda kablar mellan dem, därför måste kommunikationen mellan fordonen och markstationen ske trådlöst, och den måste vara både snabb och tillförlitlig.
Dessutom måste data från flera testfordon som rör sig i tredimensionellt utrymme vara exakt tidssynkroniserad, så att den kan analyseras på ett meningsfullt sätt. Noggrannhet på mikrosekundnivå är standard. Vi måste också känna till exakta avstånd och positioner mellan fordonen samt till andra viktiga objekt i omgivningen.
För att fordon i framtiden ska kunna köra helt autonomt under alla förhållanden måste de kunna upptäcka och anpassa sig till en mängd olika situationer:
Förväntade och oväntade rörelser från andra fordon
Fotgängare i körfältet och vid övergångsställen
Skräp och oväntade hinder i körbanan
Tillfälliga förändringar som inte är dokumenterade, till exempel vägarbeten eller ombyggnationer
och mycket mer
Detta är en lång lista med nästan oändliga variationer. Simulering är en viktig del av testningen, men verkliga tester är avgörande, därför har nya testmetoder utvecklats inom ADAS, vilket beskrivs i följande avsnitt.
Utvecklingen av ADAS-system kräver avancerad testning, inklusive möjligheten att styra och beräkna relativa positioner mellan flera fordon och objekt i realtid över stora testområden. Verkliga interaktioner mellan flera fordon måste testas och analyseras under ett mycket stort antal möjliga scenarier.
Det handlar inte bara om datainsamling. Ett brett spektrum av system krävs för att genomföra ADAS-testning. Komplexa tester med flera fordon och objekt kräver moderna testbanor och utrustning som:
Körrobotar
GPS/GNSS
IMU- och INS-sensorer
Höghastighets trådlös kommunikation mellan fordon och mellan fordon och basstation
ADAS-målobjekt
Testbanor
Helt nya testverktyg för ADAS har utvecklats och finns idag tillgängliga på moderna testanläggningar. Det finns även delvis och helt autonoma testlösningar, främst inom simulerad testning. Simulering är viktig, men här fokuserar vi på verkliga tester.
I del 2 av ADAS-serien gick vi igenom vilka sensorer som finns i ADAS-fordon, kameror, radar, lidar, sonar, IMU och GNSS. För att testa dessa krävs ännu mer exakta versioner av samma sensorer monterade på testfordon. Dessa beskrivs i denna artikel.
Kör- och styrrobotar
Körrobotar, även kallade styrrobotar, används för datorstyrd körning av fordon. De är konstruerade så att de kan monteras i vanliga bilar, lastbilar eller bussar utan att man behöver ta bort ratten eller göra större modifieringar av fordonet.
De monteras ofta på vindrutan med kraftiga sugkoppar och påverkar inte airbagen i ratten. De flesta system kan även styra broms, gas och koppling, antingen som tillval eller standard. De har digitala gränssnitt mot olika navigations- och automationssystem.
Körrobotar ger en repeterbarhet som mänskliga förare inte kan uppnå. De kan utföra exakt samma manöver gång på gång, vilket gör att tester kan utföras enligt standarder och att resultaten blir enklare att jämföra och analysera.
Styrrobotar är avgörande för standardiserade tester som NHTSA:s vältprov, till exempel Fishhook- och J-Turn-tester, samt UN Reg 13-H / FMVSS 126 sine-dwell-tester och fler.
Det finns även broms- och pedalrobotar som är separata från styrrobotar. De flesta tillverkare inom detta område erbjuder båda typerna. Företag som arbetar med denna teknik inkluderar AB Dynamics, Humanetics och Stähle.
Tröghetsmätenheter (IMU) och tröghetsnavigationssystem (INS)
Begreppen IMU och INS används ofta som om de vore samma sak, men de är egentligen två delar av samma system. En IMU är själva sensorn, som består av accelerometrar, gyroskop och ofta magnetometrar. Dessa signaler skickas till ett INS, som använder dem för att beräkna linjär hastighet, position, rotationshastigheter och mer.
Tröghetsmätenheter används för att mäta och leverera flera parametrar:
Acceleration
Orientering
Vinkelhastigheter
Gravitationskrafter
De består vanligtvis av tre accelerometrar och tre gyroskop, en för varje axel, definierade som roll, pitch och yaw. De kan även innehålla tre magnetometrar.
Högkvalitativa IMU:er ger mycket noggranna mätningar av fordonets dynamik, inklusive sidglidningsvinkel. All data överförs till ett överordnat system som ger mätresultat i realtid under testkörningen.
Det finns flera grundläggande teknologier som används i dagens IMU-system:
FOG, fiberoptiskt gyroskop
RLG, ringlasergyroskop
MEMS, mikroelektromekaniska system
Var och en av dessa teknologier har sina fördelar och nackdelar. RLG- och FOG-sensorer har länge erbjudit högst prestanda, men till ett högre pris. MEMS-sensorer är betydligt billigare men erbjuder ändå mycket god prestanda.
När IMU kombineras med ett GPS/GNSS-system tillförs så kallad dead reckoning-funktionalitet. Det innebär att systemet kan fortsätta beräkna position, hastighet och orientering även när GPS-signalen saknas, till exempel i tunnlar eller under broar.
DS-IMU1 och DS-IMU2 från Dewesoft kombinerar gyroskop, accelerometrar, magnetometrar, trycksensorer och en höghastighets GNSS-mottagare. Tillsammans med avancerade algoritmer levererar de mycket noggrann och tillförlitlig navigering och orientering med upp till 500 Hz datatakt. DS-IMU2 är särskilt anpassad för tester som:
ADAS
Broms- och accelerationstester
Fordonets dynamik
Filbyten
Cirkulär körning
Chassiutveckling
Komforttester
Pass-by Noise
FuSi, funktionell säkerhet
Företag som utvecklar IMU-lösningar för ADAS inkluderar Dewesoft, OxTS, Genesys och Xsens.
GPS/GNSS-sensorer
En helt avgörande komponent i modern ADAS-testning är mycket noggranna GNSS- och GPS-system. Dessa används för att mäta relativa positioner och hastigheter mellan fordon och objekt med hög precision och snabba uppdateringsfrekvenser.
Ett eller flera fordon kan övervakas i tredimensionellt utrymme. Synkroniserad data från alla fordon ger mycket noggrann information om position och avstånd i förhållande till varandra och till fasta objekt.
Förbättrad noggrannhet med RTK
Real-Time Kinematic är en teknik som används för att öka noggrannheten i GNSS-positionering genom en fast basstation som trådlöst skickar korrigeringsdata till en rörlig mottagare.
Många GNSS- och IMU-baserade navigationssystem kan uppgraderas med RTK-teknologi. Med en GNSS-mottagare i kombination med en basstation kan RTK förbättra positionsnoggrannheten ner till cirka 2 cm.
Genom att använda korrigeringar från en fast basstation kan GPS-enheten bestämma antennens position med en noggrannhet på cirka 1–2 cm. Tekniken bygger på att mäta bärvågsfasen från satellitsignalen, som sedan behandlas med avancerade statistiska beräkningar för att justera och matcha signalernas faser. Dessa korrigeringar eliminerar de flesta vanliga GPS-fel.
Denna process sker i tre steg:
förvärv
ambiguitetsläge “Float”
ambiguitetsläge “Fixed”
Noggrannheten i Float-läge ligger omkring 0,75–0,2 m, medan den i Fixed-läge når cirka 0,01–0,02 m. Korrigeringssignalen skickas normalt med intervaller på 1 sekund, men kan ökas vid behov för att minska datamängden.
Trådlös dataöverföring med robust WiFi-teknik
Robusta WLAN-lösningar används för att upprätthålla kommunikationen mellan fordon samt mellan fordon och markstationer. Det finns i teorin ingen gräns för hur många fordon som kan ingå i denna mätning, begränsningen ligger i den totala tillgängliga bandbredden i WLAN-nätverket.
System som DS-WIFI från Dewesoft är WiFi-modem för långdistans trådlös dataöverföring mellan digitala datainsamlingssystem. De är särskilt lämpade för test av rörliga objekt och fjärrmätningar.
Jämfört med kabelanslutningar ger WiFi-baserad datainsamling större frihet och flexibilitet. Trådlösa lösningar är helt nödvändiga vid ADAS-testning. WiFi-antenner monteras på fordon med starka sugkoppar.
Detta gör det möjligt att överföra testdata till en markstation i realtid. Samtidigt kan personalen på markstationen följa testet live och även styra testuppställningen på distans.
Trådlös överföring kan nå upp till 2 km räckvidd vid fri sikt. Systemen stöder valbara frekvensband på 2,4 GHz och 5 GHz. Eftersom testerna sker utomhus i varierande miljöer är antenner och kapslingar byggda i robusta, vattentäta industriklassade metallhöljen.
ADAS mjuka målobjekt
ADAS-målobjekt, så kallade “soft targets”, är utformade för att efterlikna fordon och andra trafikanter, inklusive cyklister och fotgängare. De är tillräckligt realistiska för att lura kameror och andra sensorer i testfordon att uppfatta dem som verkliga objekt. Samtidigt är de konstruerade så att de inte skadas vid kollision och inte heller orsakar skador på dyra testfordon.
Styrda mjuka målobjekt
Dessa målobjekt är fjärrstyrda fordon tillverkade av mjuka material som lätt bryts sönder vid en kollision. De är utformade för att likna bilar eller lastbilar men är ihåliga inuti. Efter en kollision kan de snabbt byggas upp igen på bara några minuter och användas i nästa test.
Vissa modeller, som de från Humanetics, består av flera uppblåsbara delar. Dessa tredimensionella “dummy”-fordon har oftast ett tygskal som gör att de ser mycket realistiska ut för fordonets kamerasystem. Vissa mjuka målobjekt har även fjärrstyrda strålkastare, bromsljus och blinkers, vilket möjliggör ett brett spektrum av ADAS-tester i en säker miljö.
De är monterade på en mycket låg plattform som kan köras över utan att skadas. Styrda mjuka målobjekt kan nå hastigheter upp till 80 km/h och har även bromsfunktion. Vissa tillverkare anger att de kan styras med en precision på upp till 10 cm. Dessa målobjekt är mycket viktiga i Euro NCAP-tester samt i många andra typer av ADAS-testning.
Mjuka målobjekt för fotgängare och cyklister
Dessa finns i både vuxen- och barnstorlek och är fjärrstyrda dockor formade som människor. Vissa modeller är dessutom rörliga, vilket innebär att benen rör sig som hos en människa när de förflyttar sig längs testbanan.
Dessa målobjekt kan monteras på en mycket låg drivplattform, eller på en arm som är kopplad till plattformen, så att testfordon som träffar dem inte skadas genom att köra över själva plattformen.
Dockorna kan konfigureras som fotgängare, cyklister, elsparkcykelförare och andra trafikanter. Vissa modeller drivs av en fjärrstyrd plattform, medan andra dras med platta kablar som är kopplade till motorer vid sidan av testbanan.
Video som visar olika fotgängardockor som används i EURO NCAP-tester för autonom nödbromsning (AEB).
Företag som arbetar med ADAS-målteknologi inkluderar AB Dynamics, Humanetics och 4activePA.
Videokameror
Kameror är oumbärliga sensorer i många typer av fordonsrelaterade tester, inklusive ADAS-testning. Videodata från dessa kameror, synkroniserad med mätdata, ger viktig kontext, förståelse och mervärde.
Den viktigaste aspekten när man använder kameror i testet är att videodata synkroniseras med GPS-, CAN- och analoga data. DS-CAM-kameraserien från Dewesoft har ett synkroniseringsgränssnitt som, tillsammans med DewesoftX-programvaran, tidsstämplar varje videobild i datafilen. Videodata lagras tillsammans med övrig data och kan visas och spelas upp sömlöst i samma system.
DS-CAM-kameror erbjuder höghastighetsvideo med upp till 333 bilder per sekund i full HD-upplösning. Genom att sänka upplösningen kan upp till 600 bilder per sekund uppnås. Kamerorna har realtidsbaserad JPEG-komprimering ombord, vilket gör att de kan strömma data direkt till datorns hårddisk. Flera modeller finns tillgängliga:
| Camera model | Sensor type | Resolution | FPS |
|---|---|---|---|
| DS-CAM-88 | CCD | VGA 640x480 | 88 FPS @ 640x480 167 FPS @ 320x240 289 FPS @ 160x120 |
| DS-CAM-120 | CCD | VGA 640x480 | 120 FPS @ 640x480 |
| DS-CAM-175 | CMOS | 1456x1088 | 68 FPS @ 1456x1088 116 FPS @ 1280x720 145 FPS @ 800x600 178 FPS @ 640x480 |
| DS-CAM-320 | CMOS | 728x544 | 266 FPS @ 728x544 328 FPS @ 640x480 |
| DS-CAM-600 | CMOS | Up to Full HD 1920x1080 | 334 FPS @ 2048x1080 600 FPS @ 800x600 |
Dessa kameror är robusta och utrustade med gängade fästhål för standardiserad montering. DS-CAM-600-modellen finns i en IP67-version, vilket innebär att den är helt vattentät och dammtät och kan användas på utsidan av fordonet. Upp till åtta kameror kan anslutas till ett enda DAQ-system och synkroniseras med mätdata, även om de körs med olika bildfrekvenser. Det är möjligt att använda upp till åtta kameror samtidigt med 333 FPS i full HD-upplösning.
LiDAR-sensorer
LiDAR, Light Detection and Ranging, används för att detektera objekt och mäta avstånd i realtid. När en LiDAR-sensor roterar skickar den ut laserpulser i alla riktningar. Tiden det tar för signalerna att reflekteras tillbaka mäts och används för att skapa en högupplöst tredimensionell modell av omgivningen.
LiDAR-sensorer används allt mer i ADAS och autonoma fordon eftersom de är avgörande sensorer. De LiDAR-system som används vid testning är oftast mer avancerade och kostsamma. De monteras vanligtvis på motorhuven eller taket på testfordon och används vid tester på testbanor.
Det Kalifornienbaserade företaget Velodyne tillverkar avancerade LiDAR-sensorer för ADAS-testning och andra tillämpningar. Datainsamlingssystem från Dewesoft erbjuder ett gränssnitt för att fånga och synkronisera LiDAR-data från Velodyne med övrig mätdata. Med hjälp av DewesoftX-programvaran får ingenjörer en komplett översikt över data från analoga sensorer, CAN-bussen, videokameror, GPS, LiDAR och mer.
LiDAR-system kan synkroniseras med GNSS- och GPS-enheter via en PPS-signal, pulse per second. I denna konfiguration fungerar GNSS-mottagaren som källa till NMEA-meddelanden för LiDAR-sensorn. LiDAR och GPS/GNSS kopplas då direkt till varandra.
NMEA-meddelanden är också tillgängliga som standard navigationskanaler i DAQ-programvaran.
Testbanor för ADAS-testning
En testbana är ett område där ett fordons prestanda testas. Testbanor är vanligtvis stora och omfattar vägar som sträcker sig över flera kilometer, samt verkstäder och andra faciliteter för att analysera hur olika system och komponenter fungerar.
Testbanor, även kallade proving grounds, har använts i årtionden för både väg- och terrängtester av fordon.
Fram till 1920-talet utfördes fordonstester på stadsgator och landsvägar. Testbanor flyttade dessa tester från allmänna vägar till kontrollerade, säkra och skyddade miljöer, där man kan simulera en mängd olika vägtyper och situationer som motsvarar hur kunden faktiskt använder fordonet.
För tester i kallt klimat är den mest kända anläggningen Arjeplog i Sverige, cirka 50 km från polcirkeln. Vanliga vägar och broar används tillsammans med en frusen sjö, där vintertid särskilda testbanor markeras på isen för ett brett spektrum av tester.
De flesta testbanor runt om i världen är privata anläggningar för att säkerställa säkerhet och samtidigt skydda nya fordonsdesigner från konkurrenter.
För en komplett lista över testbanor, se den interaktiva listan över fordonstestanläggningar.
ADAS-programvara
ADAS-programvara behövs för att registrera data från alla fordon och objekt som ingår i testet. Programvaran måste kunna samla in synkroniserad data från flera fordon samtidigt samt från olika typer av ADAS-sensorer. Den måste också kunna utföra mätningar och beräkningar, såsom:
Mäta objektens hastighet, acceleration, inbromsning och riktning
Mäta och beräkna avstånd mellan rörliga och statiska objekt i realtid
Mäta och beräkna vinklar mellan objekt
DewesoftX-programvaran, som ingår i deras datainsamlingssystem och IMU-enheter, erbjuder ett tillägg som heter Polygon, utvecklat specifikt för ADAS-testning.
Polygon är en virtuell 3D-plattform för tester med både rörliga och statiska objekt. Den är särskilt framtagen för ADAS- och fordonsdynamiska tester och bidrar till ökad trafiksäkerhet. Tillägget ger en visuell representation av mätdata i ett tredimensionellt virtuellt rum samt enkla verktyg för geometriska mätningar mellan flera objekt.
Tack vare sin flexibilitet används det inte bara för testning av autonoma fordon, utan även inom marina tillämpningar och tung industri.
Polygon-tillägget gör det möjligt att definiera flera objekttyper och utföra olika beräkningar mellan dem. Följande objekttyper kan definieras i Polygon:
Fordon
Enkla objekt, till exempel koner
Linje
Multipunktlinje, rutt
Cirkel
Körningsradie
Import
Dessa objekt kan definieras som:
Statiska objekt
Rörliga objekt
Rörliga tillsammans med andra objekt
Frysa eller återaktivera vid trigger
När objekten har definierats kan Polygon utföra flera beräkningar mellan dem i realtid och visualisera resultaten direkt på skärmen. Dessa inkluderar:
Distance: Calculates the distance between two objects. Both objects can be moving or one can be fixed. All types of objects are supported for distance calculation.
X and Y distance: Calculates longitudinal and lateral distances, looking from the first object. Distances can be calculated between vehicles and simple objects (fixed or moving). If the X and Y position of an object on the fixed coordinate system is required, you can put a simple object in the centre (at position x=0, y=0). The polygon then calculates the X and Y distances from that object to the moving object.
Avstånd, beräknar avståndet mellan två objekt, båda kan vara rörliga eller ett fast
X- och Y-avstånd, beräknar längs- och sidledsavstånd från det första objektet
Vinkel, beräknar riktningsavvikelse mellan två objekt
Gate cross trigger, ändrar värde när ett objekt passerar en definierad linje
Tid, mäter relativ tid mellan händelser
Tid återställning, återställer tidsräkning och visar absolut tid
Radie, visar körningsradie eller inverterad radie
ADAS-programvara som DewesoftX tillsammans med Polygon ger en kraftfull virtuell plattform för att testa olika ADAS-scenarier, både på testbanor och i verkliga miljöer. Flera fordon kan utrustas med Dewesofts datainsamlingssystem och visualiseras i realtid.
Vad gäller kalibrering av ADAS i konsumentfordon?
I tidigare avsnitt har vi sett hur ingenjörer testar ADAS-system under utvecklingen, både i verkliga körningar och i simulering. Detta sker innan fordonen färdigställs och levereras till kunder.
Men vad händer efter att bilen står hemma hos användaren? Behöver ADAS-system kontrolleras och kalibreras? Ja, precis som andra delar av bilen.
ADAS-system är starkt beroende av sensorer som måste fungera optimalt. Bakom systemen finns även avancerade processorer som hanterar stora mängder data för att ge varningar och aktivt ingripa, till exempel genom att hålla bilen i filen eller bromsa automatiskt.
Biltillverkare rekommenderar eller kräver ofta omkalibrering av ADAS i följande situationer:
Varningslampor eller felmeddelanden
Om bilen indikerar problem med ADAS-systemet bör det kontrolleras och återställas till fabriksstandard.
Reparation eller byte av vindruta
Många ADAS-sensorer sitter vid eller bakom vindrutan. Om den byts eller skadas kan sensorerna påverkas. Därför erbjuder vissa verkstäder även kalibrering av ADAS efter vindrutereparation.
Till exempel erbjuder Safelite Autoglass i USA kalibrering av ADAS-kameror som en del av sina tjänster. De använder både statisk kalibrering, där bilen står stilla framför ett kalibreringsmål, och dynamisk kalibrering, där bilen körs på en markerad väg.
Safelite finns över hela USA, och det finns sannolikt företag även lokalt som erbjuder kalibrering av ADAS-system. Allt fler bilåterförsäljare kan också utföra denna kalibrering för att säkerställa att systemen uppfyller tillverkarens specifikationer. Samtidigt etablerar sig nya aktörer på marknaden.
Olyckor
En kollision orsakar synliga skador på fordonets kaross, men kan även påverka interna system som inte är synliga, inklusive ADAS-sensorer. Kontroll och eventuell omkalibrering av ADAS-systemet bör alltid ingå i reparation efter en olycka.
Förändringar i fordonets höjd
ADAS-system, såsom parkeringssensorer, är kalibrerade för en specifik markfrigång. Om däck med annan diameter monteras eller om fjädring och chassi ändras, påverkas denna höjd. Det är därför viktigt att sensorerna kalibreras efter den faktiska höjden för att fungera korrekt.
Konsumenter bör alltid säkerställa att verkstaden har kompetens att utföra ADAS-kalibrering enligt tillverkarens specifikationer.
Vad gäller cybersäkerhet?
Ju mer uppkopplade system blir, desto större är risken för intrång. Vi har redan sett attacker mot banker, städer och kritisk infrastruktur. I en framtid där fordon är uppkopplade väcks frågan hur man skyddar enskilda fordon eller hela fordonsflottor från attacker.
En oberoende studie beställd av SAE och Synopsis visar att 30 procent av fordonstillverkare och leverantörer saknar ett etablerat cybersäkerhetsprogram. Samtidigt uppger 84 procent av de tillfrågade att dagens säkerhetsarbete inte håller jämna steg med den snabbt föränderliga hotbilden.
Dagens bilar, lastbilar och till och med motorcyklar är i praktiken “rullande IT-nätverk” som innehåller styrsystem, infotainmentsystem och trådlös kommunikation över många olika protokoll. Förarens och passagerarnas mobiltelefoner, surfplattor och andra enheter kopplas ofta upp till fordonet för underhållning, kommunikation och navigation. Detta innebär också att fordonet exponeras mot internet, och många fordon har idag en egen uppkoppling. Risken för cyberattacker har därför aldrig varit större.
En av slutsatserna i studien är att de teknologier som innebär störst risk är RF-teknik, telematik och självkörande fordon.
För att hantera dessa risker har SAE utvecklat J3061, världens första standard för cybersäkerhet inom fordonsindustrin. Kärnan i SAE J3061 är att cybersäkerhet ska integreras redan från början i fordonsdesignen, inte läggas till i efterhand. Samtidigt som trycket är högt på att snabbt få ut nya fordon på marknaden måste testning av sårbarheter genom hela utvecklingsprocessen prioriteras. Testning i utvecklingsfasen är avgörande.
En uppdatering av ISO 26262-standarden för funktionell säkerhet inom fordonsindustrin pågår, och en arbetsgrupp med deltagare från ISO 21434 och SAE J3061 arbetar med att utveckla en övergripande cybersäkerhetsstandard för framtidens fordon. Även en FN-arbetsgrupp behandlar detta viktiga område.
Sammanfattning
Alla maskiner måste testas för att säkerställa att de fungerar enligt design och säkerhetskrav. Bilar, lastbilar och bussar är bland de mest komplexa maskiner som människor använder dagligen.
ADAS-teknologi har utvecklats för att öka trafiksäkerheten genom att minska mänskliga fel, som ligger bakom majoriteten av olyckor. Därför är det avgörande att säkerställa att även ADAS-systemen själva är säkra och tillförlitliga. Testning har aldrig varit viktigare.
This is PART 3 of 4 in the ADAS series:
Part 1: What is ADAS?
Part 2: Types of ADAS sensors in use today
Part 3. How are ADAS systems and autonomous vehicles tested (this article)
Part 4. ADAS standards and safety protocols





