6G-CARS
| Diarienummer | |
| Koordinator | Kungliga Tekniska Högskolan - Avdelningen för nätverk och systemteknik |
| Bidrag från Vinnova | 2 465 747 kronor |
| Projektets löptid | maj 2026 - augusti 2027 |
| Status | Pågående |
| Utlysning | 6G - Kompetensförsörjning |
Syfte och mål
6G-CARS syftar till att utveckla ett AI-inbyggt och intentbaserat system för trafikledning i städer, baserat på 6G-teknik, O-RAN, MEC och domänanpassade LLM-modeller. Projektet ska omvandla heterogena mobilitetsdata i realtid till dynamiska nätverks- och trafikstyrningsåtgärder för skalbar, resilient och förklarbar smart mobilitet. Målet är att minska trängsel, utsläpp och responstider för utryckningsfordon samt förbättra säkerhet och hållbarhet i framtidens städer.
Förväntade effekter och resultat
6G-CARS kommer att leverera ett skalbart och förklarbart 6G-baserat system för urban trafikledning som integrerar AI, O-RAN, MEC och intentbaserad orkestrering. Förväntade resultat inkluderar multimodal trafikprediktion i realtid, adaptiv nätverksslicing och sluten mobilitetsoptimering med minskad trängsel, lägre utsläpp och snabbare responstid för utryckningsfordon. Projektet stärker Europas ledarskap inom smart mobilitet, AI-drivna 6G-system och hållbara intelligenta transportsystem.
Planerat upplägg och genomförande
Projektet kommer att genomföras genom en stegvis metodik som kombinerar AI, optimering och 6G-kommunikationstekniker. Det kommer att utveckla ett ramverk för realtidsdatainsamling och intentidentifiering, följt av distribuerade optimeringsmotorer för adaptiv trafik- och nätverksstyrning. Lösningarna kommer att valideras genom digitala tvillingar, O-RAN-testbäddar och realistiska urbana mobilitetsscenarier i samarbete med industriella partner för att säkerställa skalbarhet och robusthet.