الحاجة إلى الإدراك الدقيق في أنظمة القيادة الذاتية أدت إلى زيادة البحث مؤخرًا حول التجزئة الدلالية عبر الإنترنت لمسح ليدار (LiDAR) الفردي. على الرغم من ظهور قواعد البيانات والتقدم التكنولوجي، لا تزال هناك تحديات بسبب ثلاثة أسباب: (1) الحاجة إلى تأخير شبه فوري مع معدات محدودة؛ (2) التوزيع غير المتساوي أو حتى ذي الذيل الطويل لنقاط الليدار في الفضاء؛ و(3) زيادة عدد الفئات الدلالية ذات الحجم الدقيق جدًا. في محاولة للتعامل مع جميع هذه التحديات المذكورة معًا، نقترح خوارزمية تجزئة جديدة خاصة بليدار ولا تعتمد على الجار الأقرب - PolarNet. بدلاً من استخدام الإسقاط الكروي أو رؤية العين الطائر الشائعة، يوازن تمثيلنا لرؤية العين الطائر القطبية النقاط عبر الخلايا الشبكية في نظام إحداثيات قطبي، مما يتوافق بشكل غير مباشر مع انتباه شبكة التجزئة للتوزيع ذي الذيل الطويل للنقاط على المحور الشعاعي. نجد أن مخطط الترميز الخاص بنا يزيد بشكل كبير من mIoU في ثلاث قواعد بيانات مختلفة تمامًا للتجزئة لمسح ليدار الفردي الحقيقي للمدن، بينما يحافظ على مرور شبه فوري.