据外媒报道，明尼苏达大学及密歇根大学研发的新技术及新方法或将为交通工程师们（traffic engineers）提供一款低成本、简单易用的工具箱，用于鉴定发生于十字路口的闯红灯（Red-light running，RLR）行为。

闯红灯是当代十字路口交通事故中最常见、最危险的肇事原因，直角侧面碰撞交通事故（right-angle collisions）的发生率相当高，该事故的致伤率为45%，而其他碰撞事故的致伤率为25%。

若能降低直角侧面碰撞事故的发生率，就能大幅提升道路安全性并减少事故相关成本。为此，两家大学的研究人员开展相关测定工作，旨在确认能否采用客观标准并自动识别可能发生闯红灯行为的十字路口。

该研究项目获得了明尼苏达周交通部的资金支持，研究人员研发了多款工具，可利用智能信号（SMART Signal）的数据，预估闯红灯行为及直角交叉冲突（right-angle crossing conflicts）。由于大部分的十字路口均未配置闯红灯探查设备，研究人员将车速、交通量数据与智能信号系统发布的交通信号相位信息进行配对，从而识别潜在的闯红灯行为。

为验证该方法的精确性，比对预判的闯红灯与实际发生过的闯红灯事件的相关数据进行比对，然而研发一个方程式，预计预判的闯红灯事件是否会真的发生。然后，研究人员们又设计了新方法，确定闯红灯事件是否会导致交通冲突（traffic conflict）并新增了交叉冲突法（crossing conflict），旨在利用日平均交通流量来建立一款标准型建模。最后，明尼苏达大学的研究人员们还测试了新建模，确认能否提升对十字路口直角侧面碰撞事故的预测精准性。