实时激光雷达（LiDAR）数据的语义分割对于自动驾驶车辆至关重要，这些车辆通常配备有嵌入式平台，且计算资源有限。直接在点云上操作的方法使用复杂的空间聚合运算，这不仅成本高昂而且难以针对嵌入式平台进行优化，因此不适合用于嵌入式系统的实时应用。作为替代方案，基于投影的方法更为高效，可以在嵌入式平台上运行。然而，当前最先进的基于投影的方法在准确性方面不如基于点云的方法，并且需要数百万个参数。因此，在本文中，我们提出了一种称为多尺度交互网络（Multi-scale Interaction Network, MINet）的基于投影的方法，该方法具有很高的效率和准确性。该网络使用多个不同尺度的路径，并在各尺度之间平衡计算资源。此外，各尺度之间的密集交互避免了冗余计算，使得网络高度高效。所提出的网络在准确性、参数数量和运行时间方面均优于基于点云、基于图像和基于投影的方法。此外，该网络在嵌入式平台上每秒可处理超过24次扫描，高于激光雷达传感器的帧率。因此，该网络适用于自动驾驶车辆。