Abstract: Syfte och mål: Syftet med detta projekt är att utnyttja den senaste tekniken för mobilkommunikation för att lösa följande två väldefinierade problem: 1. Upprättande av krav på kommunikationen för att möjliggöra en säker interaktion mellan anslutna autonoma fordon (AV) med omgivande miljö och 2. Att lära och sedan förutsäga beteende hos trafikanter i trafiksituationer. Förväntade effekter och resultat: Resultaten som förväntas från detta projekt består av en uppsättning algoritmer som tillhandahåller 1) den nödvändiga kvaliteten på servicenivån i ett 5G-mobilnät för flerfordonsapplikationer och 2) människans väganvändares (fotgängare, cyklister, förare) trafiksituation, spåras av 5G kommunikationsnätverket. Algoritmerna kommer att demonstreras i experimentella inställningar, som liknar utmanande stadsscenarier för självkörande fordon och / eller ADAS. Upplägg och genomförande: Projektet kommer att vara fyra år och består av följande fem arbetspaket. WP 1. Projektledning, utnyttjande och spridning. WP 2. Referensscenarier och kravdefinition. WP 3. Gemensam kommunikation och kontroll. WP 4. Lärande av VRUs beteende. WP 5. Experimental validering.Abstract: Purpose and goal: The objective of this project is to harness the state-of-the-art cellular communication technologies to solve the following two well-defined problems: 1. establishing requirements on the communication to enable a safe interaction of connected autonomous vehicles (AVs) with the surrounding environment and 2. learning, and then predicting, the behavior of human road users in traffic situations. Expected results and effects: The results expected from this project consist of a set of algorithms providing 1) the required quality of service levels in a 5G cellular network for multi-vehicle applications and 2) the predicted motion behavior of human road users (pedestrians, cyclists, drivers) in traffic situation, tracked by the 5G communication network. The algorithms will be demonstrated in experimental settings, which resemble challenging urban scenarios for self-driving vehicles and/or ADAS. Approach and implementation: The project will last four years and consists of the following five work-packages. WP 1. Project management, exploitation and dissemination. WP 2. Benchmark scenarios and requirements definition. WP 3. Joint communication and control. WP 4. Learning of VRUs’ behavior. WP 5. Experimental validation.