En övergång till bilar utrustade med avancerade automatiska säkerhetssystem (ADAS) och även utvecklingen mot självkörande fordon innebär ökad trafik på den lokala databussen. Det finns således ett behov av att både minska den faktiska mängden data som överförs, samtidigt som värdet på datat ökas. Data aggregation tillämpas i dagsläget inom områden såsom trådlösasensornätverk och mindre mobila robotar (WMR’s) och skulle kunna vara en del av en lösning. Denna rapport avser undersöka aggregation av sensordata i ett tidskänsligt system. För ett användarfall gällande halka under konvojkörning testas en aggregationsstrategi genom implementation på en fysisk demonstrator. Demonstratorn består av ett autonomt fordon i mindre skala som befinner sig i en konvoj med ett annat identiskt fordon. Resultaten pekar mot att ett viktat medelvärde, som i realtid anpassar sin viktning baserat på specifika sensorers koherens, med fördel kan användas för att estimera fordonshastighet baserat på individuella hjuls sensordata. Därefter kan en slip ratio beräknas, vilket avgör om fordonet befinner sig i ett tillstånd av halka eller ej. Begränsningar för den undersökta strategin inkluderar antalet icke-halkande hjul som behövs för tillförlitliga resultat. Simulerade resultat antyder att extra hastighetsreferenser behövs för tillförlitliga resultat. Relaterat till användarfallet konvojkörning föreslås att andra fordon används som hastighetsreferens. Detta skulle innebära en ökad precision för estimeringen av fordonshastigheten samt utgöra en intressant sammanslagning av områdena samarbetande cyberfysiska system (CO-CPS) och dataaggregation. / With an impending shift to more advanced safety systems and driver assistance (ADAS) in the vehicles we drive, and also increased autonomousity, comes increased amounts of data on the internal vehicle data bus. There is a need to lessen the amount of data and at the same time increase its value. Data aggregation, often applied in the field of environmental sensing or small mobile robots (WMR’s), could be a partial solution. This thesis choses to investigate an aggregation strategy applied to a use case regarding slip detection in a vehicle convoy. The approach was implemented in a physical demonstrator in the shape of a small autonomousvehicle convoy to produce quantitative data. The results imply that a weighted adaptive average can be used for vehicle velocity estimation based on the input of four individual wheel velocities. There after a slip ratio can be calculated which is used to decide if slip exists or not. Limitations of the proposed approach is however the number of velocity references that is needed since the results currently apply to one-wheel slipon a four-wheel vehicle. A proposed future direction related to the use case of convoy driving could be to include platooning vehicles as extra velocity references for the vehicles in the convoy, thus increasing the accuracy of the slip detection and merging the areas of CO-CPS and data aggregation.