Projektet IQFleet syftar till att bidra till ett mer uthålligt transportsystem genom att minska energiförbrukning och CO2-utsläpp för tunga godstransporter på väg. Syftet uppnås dels genom att utveckla metoder för ökad användning av data för optimering av transporter och dels genom att utvärdera konceptet fordonståg (platooning) i verkliga trafikförhållanden. Inom ramen för projektet har metoder för långtids- (inför transport) och korttidsprediktion (under pågående transport) av trafik designats. Metoderna har applicerats på sträckan mellan Södertälje och Stockholm baserat på fordonsdata från Scanialastbilar. Resultaten visar att realtidsdata från lastbilarna kan förbättra prediktionen av restid jämfört med att enbart använda historisk data. För att ytterligare förstå hur fordonståg fungerar i transportsystemet som helhet har metoder och simuleringsplattformar utvecklats där samspel med omgivande trafik samt optimering av hastighet för olika fordon kan utvärderas (exempelvis för koordinering av fordon till fordonståg) Projektet har genomfört storskaliga prov av konceptet fordonståg i verkliga trafikförhållanden. Avståndet mellan fordonen har i huvudsak varit 2 sekunder (44 meter i 80km/hm). Utvärderingen har statistiskt kunna fastställa en effekt på 4-6% minskad energiåtgång vid körning i fordonståg, för följande fordon.