关于 ROAM 与方法论

数据分层（Tier）说明

场景分类体系

ROAM 分类体系包含 6 大类、27 个子场景，与现有分类体系（如 ISO 34502、NHTSA SGO）的差异在于：

• 以「远程运营响应层级」为核心组织维度（Layer 1/2/3），而非单纯按技术故障类型分
• 包含乘客端异常（F 类）和系统级故障（A 类），是当前其他分类体系的盲区
• 每个场景都有推荐响应层级和典型处理流程，可直接作为运营 SOP 基础

数据来源与可追溯性

• 加州 DMV 自动驾驶碰撞报告数据库（973 份 PDF，2014-2026） — dmv.ca.gov
• 18 个国际中英文新闻源（每日 02:00 UTC 自动爬取）
• NHTSA SGO（联邦报告，规划中）
• 社区贡献（通过 GitHub PR 提交）

每条事件记录都在 sources 字段保留原始来源 URL，可回溯到一手材料。

局限性

• Tier 2 场景分类基于自然语言规则，不如人工判读精确。准确率约 85%，边缘案例需人工复核。
• DMV 数据仅覆盖加州。中国运营商（萝卜快跑、小马智行）数据目前主要依赖新闻报道。
• DMV 报告存在时间滞后（通常事故后 10 天内提交，但公开延迟可达数周）。
• 严重度评级基于运营商叙述，可能存在自我报告偏差。

如何引用

@misc{zhang2026roam,
  title={ROAM: Remote Operations & Anomaly Management
         for L4 Autonomous Mobility Remote Operations},
  author={Zhang, Yuxin},
  year={2026},
  howpublished={\url{https://roam.autozyx.com}},
  note={Open-source framework with a continuously updated
        incident database, scenario taxonomy,
        three-layer architecture}
}