تُستخدم أجهزة الاستشعار المثبتة على السطح الدوارة لليدار (LiDAR) على نطاق واسع في المركبات ذاتية القيادة. ومع ذلك، فإن معظم مجموعات البيانات والخوارزميات المستخدمة لتقسيم سلاسل ليدار تعمل على الإطارات الكاملة بزاوية $360^\circ$360∘، مما يسبب تأخيرًا في التقاط البيانات غير متوافق مع التطبيقات الزمنية الحقيقية. للتعامل مع هذه المشكلة، نقدم أولاً HelixNet، وهي مجموعة بيانات تحتوي على $10$10 مليارات نقطة ومزودة بتصنيفات دقيقة وأختام زمنية ومعلومات عن دوران الاستشعار اللازمة لتقييم جاهزية الخوارزميات للتطبيق الزمني الحقيقي بدقة. ثانيًا، نقترح Helix4D، وهي هندسة متغيرة زمانية-مكانية فعالة ومدمجة تم تصميمها خصيصًا لسلاسل ليدار الدوارة. تعمل Helix4D على شرائح التقاط تقابل جزءًا من دورة الاستشعار الكاملة، مما يقلل بشكل كبير من التأخير الكلي. تصل Helix4D إلى دقة تعادل أفضل الخوارزميات التقسيمية على HelixNet وSemanticKITTI مع تقليل التأخير بأكثر من $5$5 مرات وتقليل حجم النموذج بأكثر من $50$50 مرة. يمكن الوصول إلى الرمز والمعلومات من الرابط التالي: https://romainloiseau.fr/helixnet