Op video gebaseerde automatische incidentdetectie (HULP) systemen worden steeds vaker gebruikt in intelligente transportsystemen (ZIJN). Op video gebaseerde AID is een veelbelovende methode voor incidentdetectie. Echter, de nauwkeurigheid van op video gebaseerde AID wordt sterk beïnvloed door omgevingsfactoren zoals schaduwen, sneeuw, regenen, en schittering. Dit artikel geeft een overzicht van het verschillende werk dat in de literatuur is gedaan om omgevingsfactoren buitenshuis te detecteren, namelijk, statische schaduwen, sneeuw, regenen, en schittering. Zodra deze omgevingscondities zijn gedetecteerd, ze kunnen worden gecompenseerd, en daarom, de nauwkeurigheid van alarmen die worden gedetecteerd door op video gebaseerde AID-systemen wordt verbeterd. Op basis van de gepresenteerde recensie, dit artikel zal potentiële onderzoeksrichtingen belichten om de hiaten aan te pakken die momenteel bestaan ​​bij het detecteren van buitenomgevingscondities. Dit zal leiden tot een algehele verbetering van de betrouwbaarheid van op video gebaseerde AID-systemen en, Vandaar, de weg vrijmaken voor meer gebruik van deze systemen in de toekomst. Laatst, dit artikel suggereert nieuwe bijdragen in de vorm van nieuwe voorgestelde algoritmische ideeën om omgevingsfactoren te detecteren die de nauwkeurigheid van AID-systemen beïnvloeden.