يُعد التجزئة البانوبتيكية للسحابة النقطية ثلاثية الأبعاد المهمة المدمجة التي تتضمن (أ) تعيين كل نقطة إلى فئة معنوية، و(ب) فصل النقاط داخل كل فئة إلى حالات كائنات منفصلة. في الآونة الأخيرة، شهدت هذه المهمة المتكاملة لفهم المشهد ثلاثي الأبعاد اهتمامًا متزايدًا، مدفوعة بالتقدم السريع في التجزئة المعنوية بفضل ظهور الشبكات العصبية ثلاثية الأبعاد العميقة. ومع ذلك، لا يزال هناك عدد قليل جدًا من الدراسات حول التجزئة البانوبتيكية لبيانات التصوير المتنقلة الخارجية، ولا توجد مقارنات منهجية حتى الآن. تسعى هذه الورقة إلى سد هذا الفجوة. فهي تقوم بمراجعة العناصر الأساسية اللازمة لبناء خط أنابيب للتجزئة البانوبتيكية والدراسات ذات الصلة. علاوة على ذلك، تم إعداد خط أنابيب معياري لإجراء تجارب شاملة ومنهجية لتقييم الحالة الراهنة للتجزئة البانوبتيكية في سياق خرائط الشوارع. كمنتج ثانوي، نقدم أيضًا أول مجموعة بيانات عامة لهذا المهمة، وذلك من خلال توسيع مجموعة بيانات NPM3D لإدراج تسميات الحالات. تُتاح هذه المجموعة والكود المصدري للجمهور. ونناقش التكيفات الضرورية لتعديل الطرق الحالية للتجزئة البانوبتيكية لتناسب المشاهد الخارجية والأجسام الكبيرة. تُظهر دراستنا أن KPConv تُظهر أفضل أداءً على بيانات التصوير المتنقلة، لكنها أبطأ، في حين أن PointNet++ أسرع بكثير لكن أداؤها أضعف بشكل ملحوظ. أما الشبكات العصبية الكثيفة النادرة (Sparse CNNs)، فهي تقع في المنتصف. بغض النظر عن الهيكل الأساسي (backbone)، فإن التجزئة الفردية الناتجة عن تجميع ميزات التضمين أفضل من استخدام الإحداثيات المنزَّلة (shifted coordinates).