車載の屋根に取り付けられた回転LiDARセンサーは、自動運転車両で広く使用されています。しかし、LiDARシーケンスセグメンテーションに使用される大多数の意味データセットやアルゴリズムは、$360^\circ$360∘フレームを対象としており、リアルタイムアプリケーションとの適合性に問題がある取得遅延を引き起こしています。この課題に対処するため、まずHelixNetという名前の$10$10億点のデータセットを紹介します。このデータセットには細かいラベル、タイムスタンプ、およびセンサーの回転情報を含んでおり、セグメンテーションアルゴリズムのリアルタイム対応性を正確に評価するために必要です。次に、回転LiDARシーケンス向けに特に設計されたコンパクトで効率的な空間時間変換器アーキテクチャであるHelix4Dを提案します。Helix4Dは、フルセンサ回転の一部に対応する取得スライス上で動作し、総遅延時間を大幅に削減します。Helix4DはHelixNetとSemanticKITTIにおいて最良のセグメンテーションアルゴリズムと同等の精度を達成しながら、遅延時間では$5\times$5×以上、モデルサイズでは$50\times$50×以上の削減を実現しています。コードとデータは以下のURLから入手可能です: https://romainloiseau.fr/helixnet