يُعدّ مستشعر الرادار المليمتري (mmWave) رباعي الأبعاد (4D) تقنية واعدة لاستشعار المركبات بفضل كفاءتها التكلفة وفعاليتها في الظروف الجوية السيئة. ومع ذلك، تعرّض اعتماد هذه التقنية لصعوبات ناتجة عن مشكلتي الندرة والضوضاء في بيانات سحابة النقاط الرادارية. تقدّم هذه الورقة منهجية جديدة تُسمّى التجميع المتعدد التمثيلات المكانية (SMURF)، المُصمّمة للكشف عن الأجسام ثلاثية الأبعاد باستخدام مستشعر رادار 4D واحد. تعتمد SMURF على تمثيلات متعددة لنقاط الكشف الراداري، بما في ذلك تمثيل الأعمدة (pillarization) وخصائص الكثافة المستمدة من توزيع مختلط متعدد الأبعاد من التوافيق الغاوسية (Gaussian Mixture Distribution) باستخدام تقنية تقدير الكثافة النواة (Kernel Density Estimation - KDE). وتساهم KDE بشكل فعّال في تقليل عدم الدقة في القياسات الناتجة عن محدودية الدقة الزاوية وانعكاسات الإشارات الرادارية المتعددة (multi-path propagation). علاوةً على ذلك، تساعد KDE في تخفيف مشكلة ندرة سحابة النقاط من خلال التقاط خصائص الكثافة. أظهرت التقييمات التجريبية على مجموعتي بيانات View-of-Delft (VoD) وTJ4DRadSet فعالية SMURF وقدرتها على التعميم، حيث تفوقت على النماذج المُقترحة حديثًا التي تعتمد على تمثيل واحد فقط من مستشعرات الرادار 4D. كما أن SMURF، حتى عند استخدام مستشعر رادار 4D فقط، تمكّنت من تحقيق أداء مماثل للنماذج المتطورة التي تعتمد على دمج رادار 4D وكاميرا، مع تحقيق زيادة قدرها 1.22% في دقة المتوسط المتوسطة (mean average precision) من منظور الطيور (bird’s-eye view) على مجموعة بيانات TJ4DRadSet، وزيادة قدرها 1.32% في دقة المتوسط المتوسطة ثلاثية الأبعاد (3D mean average precision) على كامل المنطقة المُعلّمة في مجموعة بيانات VoD. تُظهر الطريقة المقترحة أداءً مميزًا في زمن الاستنتاج، حيث لا يتجاوز 0.05 ثانية لمعظم عمليات المسح في كلا المجموعتين، مما يعالج التحديات المرتبطة بالكشف في الوقت الفعلي. تُبرز هذه الدراسة الفوائد المترتبة على استخدام الرادار المليمتري رباعي الأبعاد، وتمثّل معيارًا قويًا للدراسات المستقبلية في مجال الكشف عن الأجسام ثلاثية الأبعاد باستخدام مستشعرات الرادار التصويرية رباعية الأبعاد.