تظل سلامة مستخدمي الطرق المعرضين للخطر (VRUs)، مثل المشاة وراكبي الدراجات، أحد التحديات الكبيرة في المدن الحديثة، حيث تعتبر التدابير التقليدية غالبًا غير كافية لمواجهة المخاطر المتزايدة. ومع تقدم الأنظمة المستندة إلى التعلم في مجال الاستشعار المرئي، تبرز فرص جديدة لحماية هؤلاء المستخدمين بشكل أفضل، مما يستدعي مراجعة شاملة لهذه التطورات.

تسعى هذه الورقة إلى تقديم مراجعة معمقة للطرق المعتمدة على الكاميرات من أجل ضمان سلامة مستخدمي الطرق المعرضين للخطر، مع التركيز على التطورات خلال السنوات الخمس الماضية. على عكس الدراسات السابقة التي تركز بالأساس على الكشف، قمنا بتنظيم الأدبيات في ثلاثة مكونات مترابطة:

1. **الإدراك البصري (Visual Perception):** يشمل الكشف والتصنيف.
2. **نمذجة الحركة (Motion Modeling):** تشمل تتبع الحركة وتوقع المسارات.
3. **فهم السلوك (Behavior Understanding):** يتضمن التعرف على النوايا والتفكير.

تسهم هذه المكونات في بناء خط أنابيب هرمي موحد يسمح بالتنبؤ المبكر بالمخاطر والتدخل الفوري.
أضفنا أيضًا نظرة على النماذج الناشئة في الذكاء الاصطناعي، مثل المحولات البصرية (Vision Transformers) ونماذج اللغة الضخمة (Large Language Models) ونماذج الانتشار (Diffusion Models)، مسلطين الضوء على أدوارها في التعلم التمثيلي ونمذجة عدم اليقين والتفكير الدلالي.

ومع ذلك، لا تزال هناك أربعة تحديات رئيسية محددة تتعلق بسلامة مستخدمي الطرق المعرضين للخطر، تشمل نقص البيانات، عدم اليقين السلوكي، كفاءة التنفيذ على الحافة، وقيود الاستشعار في العالم الحقيقي. ناقشنا أيضًا الاتجاهات البحثية الممكنة لمعالجة هذه التحديات.

تقدم هذه المراجعة أساسًا موحدًا لتطوير أنظمة سلامة موثوقة وقابلة للتوسع والطرح، لتعزيز الأمان في بيئات الطرق الديناميكية.