Videopohjainen automaattinen tapahtumien tunnistus (APU) järjestelmiä käytetään yhä enemmän älykkäissä kuljetusjärjestelmissä (SEN). Videopohjainen AID on lupaava tapa havaita tapauksia. kuitenkin, videopohjaisen AID:n tarkkuuteen vaikuttavat voimakkaasti ympäristötekijät, kuten varjot, lumi, sade, ja häikäisyä. Tässä artikkelissa esitetään katsaus erilaisiin töihin, joita kirjallisuudessa on tehty ulkoilmatekijöiden havaitsemiseksi, nimittäin, staattiset varjot, lumi, sade, ja häikäisyä. Kun nämä ympäristöolosuhteet havaitaan, ne voidaan kompensoida, ja siten, videopohjaisten AID-järjestelmien havaitsemien hälytysten tarkkuutta parannetaan. Esitetyn katsauksen perusteella, Tässä artikkelissa tuodaan esiin mahdollisia tutkimussuuntia, joilla voidaan korjata puutteita, joita tällä hetkellä on ulkoilmaolosuhteiden havaitsemisessa. Tämä johtaa videopohjaisten AID-järjestelmien luotettavuuden yleiseen paranemiseen, siten, tasoittaa tietä näiden järjestelmien lisäämiselle tulevaisuudessa. Kestää, tässä asiakirjassa ehdotetaan uusia panoksia uusien ehdotettujen algoritmisten ideoiden muodossa AID-järjestelmien tarkkuuteen vaikuttavien ympäristötekijöiden havaitsemiseksi.