بينما تركز معظم أنظمة القيادة الذاتية الحديثة على تطوير طرق الاستشعار باستخدام أجهزة الاستشعار المثبتة على المركبة الذاتية القيادة، يميل الناس إلى تجاهل منهج بديل يتمثل في استغلال الكاميرات الذكية المثبتة على جانب الطريق لتوسيع قدرة الاستشعار ما وراء مدى الرؤية البصرية. نلاحظ أن أساليب الكشف ذات البُعد البيئي (Bird's Eye View) المبنية على الرؤية التي تُعدّ الأفضل حالياً تُظهر أداءً ضعيفاً عند استخدامها مع كاميرات جانب الطريق. ويعود ذلك إلى أن هذه الأساليب تركز بشكل رئيسي على استعادة العمق بالنسبة لمركز الكاميرا، حيث يتناقص الفرق في العمق بين السيارة والأرض بسرعة مع زيادة المسافة. في هذه الورقة، نقترح منهجاً بسيطاً ولكن فعالاً، يُسمى BEVHeight، لمعالجة هذه المشكلة. وبشكل جوهري، بدلًا من التنبؤ بقيم العمق لكل بكسل، نُقدّر الارتفاع بالنسبة للأرض، مما يحقق صيغة غير تعتمد على المسافة، ويُسهّل عملية التحسين في الأساليب القائمة على الكاميرات فقط. وقد أظهرت نتائجنا تفوقاً كبيراً على جميع الأساليب السابقة القائمة على الرؤية في معايير الكشف ثلاثية الأبعاد الشهيرة الخاصة بكاميرات جانب الطريق. يمكن الاطلاع على الشفرة المصدرية عبر الرابط: {\url{https://github.com/ADLab-AutoDrive/BEVHeight}}.