تشخیص حادثه خودکار مبتنی بر ویدئو (کمک) سیستم ها به طور فزاینده ای در سیستم های حمل و نقل هوشمند استفاده می شوند (ITS). AID مبتنی بر ویدئو روشی امیدوارکننده برای تشخیص حادثه است. با این حال, دقت AID مبتنی بر ویدئو به شدت تحت تاثیر عوامل محیطی مانند سایه ها است, برف, باران, و خیره کننده. این مقاله مروری بر کارهای مختلف انجام شده در ادبیات برای شناسایی عوامل محیطی در فضای باز ارائه می‌کند, برای مثال, سایه های ساکن, برف, باران, و خیره کننده. زمانی که این شرایط محیطی شناسایی شد, می توان آنها را جبران کرد, و از این رو, دقت آلارم های شناسایی شده توسط سیستم های AID مبتنی بر ویدئو افزایش خواهد یافت. بر اساس بررسی ارائه شده, این مقاله جهت‌های تحقیقاتی بالقوه را برای رسیدگی به شکاف‌هایی که در حال حاضر در تشخیص شرایط محیطی در فضای باز وجود دارد برجسته می‌کند. این منجر به افزایش کلی در قابلیت اطمینان سیستم های AID مبتنی بر ویدئو و, از این رو, راه را برای استفاده بیشتر از این سیستم ها در آینده هموار کند. آخر, این مقاله مشارکت‌های جدیدی را در قالب ایده‌های الگوریتمی پیشنهادی جدید برای شناسایی عوامل محیطی که بر دقت سیستم‌های AID تأثیر می‌گذارند، پیشنهاد می‌کند..