该文章介绍了一种在线的二维到三维语义实例映射算法，旨在生成适用于非结构化环境中的自主代理的全面、准确且高效的语义三维地图。该方法在公共大规模数据集上的准确性优于现有技术，并指出了使用真实轨迹作为输入而不是SLAM估计的轨迹对准确性产生的重大影响。

Mask4D是一种基于Transformer的LiDAR点云4D全景分割方法，能够直接预测语义实例及其时间关联，无需非学习关联策略。在SemanticKITTI测试集上，Mask4D取得了68.4 LSTQ的最优效果，相较于已发表的表现最佳方法提高了至少4.5%。