時間的な意味論的シーン理解は、動的環境で動作する自動運転車やロボットにとって極めて重要です。本論文では、4DパノプティックLiDARセグメンテーションを提案します。これは、3D点群のシーケンスに意味論的クラスと時間的に一貫したインスタンスIDを割り当てる手法です。この目的のために、我々は手法と点中心の評価指標を提示します。我々の手法は、各点に対して意味論的クラスを決定し、物体インスタンスを4次元空間-時間領域における確率分布としてモデル化します。複数の点群を並列に処理し、点からインスタンスへの関連付けを行います。これにより、明示的な時系列データの関連付けの必要性が効果的に緩和されます。最近の多物体追跡のベンチマークに関する進歩に触発されて、我々は新しい評価指標を採用することを提案します。この指標は、タスクの意味論的側面と点からインスタンスへの関連付け側面を分離します。本研究では、将来の時間的なLiDARパノプティック認識の発展に向けて道を開くことを目指しています。