车顶安装的旋转激光雷达（LiDAR）传感器在自动驾驶车辆中得到了广泛应用。然而，大多数用于激光雷达序列分割的语义数据集和算法都是基于$360^\circ$360∘帧进行操作的，这导致了与实时应用不兼容的采集延迟。为了解决这一问题，我们首先介绍了HelixNet，这是一个包含100亿个点的数据集，具有细粒度标签、时间戳和传感器旋转信息，这些信息对于准确评估分割算法的实时准备性至关重要。其次，我们提出了Helix4D，这是一种紧凑且高效的时空变换器架构，专门设计用于处理旋转激光雷达序列。Helix4D在对应于完整传感器旋转一小部分的采集切片上运行，显著降低了总延迟。Helix4D在HelixNet和SemanticKITTI上的准确性与最佳分割算法相当，同时在延迟方面减少了超过5倍，在模型大小方面减少了50倍。代码和数据可从以下网址获取：https://romainloiseau.fr/helixnet