فهم المشهد الدلالي الزمني أمر حاسم للسيارات ذاتية القيادة أو الروبوتات العاملة في بيئات ديناميكية. في هذا البحث، نقترح تقسيم ليدار البانورامي ذو الأبعاد الأربعة (4D) لتعيين فئة دلالية ومعرف مثيل ثابت زمنياً لمتسلسلة من النقاط ثلاثية الأبعاد (3D). لهذا الغرض، نقدم منهجاً ومقاييس تقييم متمحورة حول النقطة. يحدد منهجنا فئة دلالية لكل نقطة مع نمذجة المثيلات الكائنية كتوزيعات احتمالية في المجال الزماني-المكاني ذي الأبعاد الأربعة (4D). نعالج السحب النقطية المتعددة بشكل متوازي ونحل مشكلة ربط النقاط بالمثيلات، مما يخفف بفعالية الحاجة إلى ربط البيانات الزمنية الصريح. مستوحى من التطورات الحديثة في معايير تتبع الكائنات المتعددة، نقترح اعتماد مقاييس تقييم جديدة تفصل بين جوانب الفهم الدلالي وربط النقاط بالمثيلات. من خلال هذا العمل، نهدف إلى تمهيد الطريق لتطورات مستقبلية في إدراك ليدار البانورامي الزمني.