Ir al contenido

Funcionalidades

Visor de nubes de puntos Preprocesamiento de nubes de puntos Clasificación de nubes de puntos Rasterización de nubes de puntos Vectorización de nubes de puntos Fotogrametría API de procesamiento

Sectores

Topografía Gestión de la vegetación en líneas eléctricas Sector forestal Hidrología y agua

Más

Precios Contacto

Idioma

EnglishEspañol日本語FrançaisPortuguêsDeutschItaliano
Iniciar sesión Probar gratis

Aprenda LiDAR

¿Qué es la clasificación de nubes de puntos? Clases y métodos LiDAR

Cómo los puntos LiDAR brutos se convierten en clases útiles de suelo, vegetación, edificios, cables y redes de servicios

Sin tarjeta de crédito • 50 créditos gratis incluidos

La clasificación de nubes de puntos consiste en asignar cada punto LiDAR a una clase, como suelo, vegetación, edificio, cable, poste, tablero de puente o agua. Sin clasificación, solo dispone de millones de puntos XYZ brutos.

Con la clasificación, puede generar modelos del terreno, aislar la vegetación, extraer edificios y preparar entregables topográficos a partir del mismo conjunto de datos.

Cómo funciona la clasificación

La clasificación tradicional utiliza algoritmos basados en reglas que analizan las relaciones geométricas entre los puntos. La clasificación de suelo busca superficies relativamente planas en las elevaciones locales más bajas.

La vegetación aparece como agrupaciones irregulares por encima de la superficie del suelo. Los edificios presentan superficies planas con bordes nítidos.

El problema es que las reglas ajustadas para un entorno suelen fallar en otro. Los parámetros optimizados para tierras agrícolas planas dan resultados pésimos en terreno montañoso. Los entornos urbanos con arquitectura compleja confunden a los algoritmos entrenados con paisajes naturales.

Clasificación con IA

Lidarvisor: nube de puntos clasificada
Una nube de puntos clasificada en la que el suelo, la vegetación y los edificios aparecen en colores distintos.

Aquí es donde el aprendizaje automático lo cambia todo. La clasificación con IA aprende patrones a partir de datos de entrenamiento etiquetados en lugar de seguir reglas rígidas.

Método tradicional basado en reglas

  • Reglas geométricas rígidas
  • Ajuste manual de parámetros en cada proyecto
  • Falla en terrenos de distinto tipo
  • Horas de ajuste manual (o el uso de plataformas con herramientas manuales integradas, como Lidarvisor)

Con IA (Lidarvisor)

  • Redes neuronales que procesan vecindarios 3D
  • Aprende de conjuntos de datos diversos de todo el mundo
  • Se adapta automáticamente a cualquier entorno
  • Resultados en minutos, no en horas

Resultados de clasificación urbana

La clasificación en entornos urbanos exige separar con precisión edificios, vías, vegetación e infraestructura. Los algoritmos con IA distinguen elementos arquitectónicos complejos que confundirían a los métodos tradicionales basados en reglas.

Por qué importa la clasificación

Todos los productos derivados dependen de la calidad de la clasificación. Una clasificación deficiente se traslada a entregables deficientes, mientras que una clasificación precisa permite análisis que serían imposibles con datos sin clasificar

Clasificación de nubes de puntos de Lidarvisor: edificios urbanos
Resultados de clasificación de una zona urbana con los edificios y los elementos que los rodean.

Modelos del terreno

La generación de un MDT requiere identificar el suelo con precisión. La vegetación o los edificios mal clasificados producen superficies de terreno falsas.

Análisis de la vegetación

El inventario forestal y el análisis del dosel necesitan separar de forma fiable los árboles de las estructuras y del suelo.

Cartografía de infraestructuras

La inspección de líneas eléctricas exige detectar con precisión los cables, las torres y la invasión de vegetación.

Análisis de corredores de líneas eléctricas

Vista de un corredor LiDAR clasificado con terreno, vegetación e infraestructura
Clasificación de un corredor de línea eléctrica con la infraestructura separada de la vegetación.

Las empresas eléctricas dependen de una clasificación precisa para detectar la invasión de vegetación en las líneas eléctricas. Separar los cables, las torres y la vegetación circundante permite automatizar el análisis de distancias de seguridad y la planificación del mantenimiento.

Aplicaciones agrícolas

La clasificación apoya la agricultura de precisión al separar las zonas de cultivo de la infraestructura, las vías y la vegetación natural. Una clasificación de suelo precisa permite el análisis de drenaje y el modelado del terreno para la gestión de las parcelas.

Clasificación con Lidarvisor

Clasificación de nubes de puntos con IA que muestra categorías de uso del suelo agrícola
Resultados de clasificación de una zona agrícola con las categorías de suelo y vegetación.

Lidarvisor utiliza modelos de aprendizaje profundo entrenados con conjuntos de datos diversos de todo el mundo. Suba su archivo LAS o LAZ y reciba resultados clasificados en minutos: suelo, vegetación, edificios e infraestructura etiquetados automáticamente y listos para el análisis.

Para datos aerotransportados, descubra nuestras funciones de clasificación automática de LiDAR aéreo.

¿Listo para clasificar su nube de puntos?

Suba sus datos LiDAR y obtenga una clasificación con IA en minutos. Empiece con 50 créditos gratis.

Crear cuenta gratis

50 créditos gratis. Sin tarjeta de crédito. Sin software que instalar.