Aprenda LiDAR
Classificação do solo com IA para LiDAR
Métodos e pesquisas de aprendizado profundo (2024 a 2026)
Sem cartão de crédito • 50 créditos grátis incluídos
A classificação manual do solo é a etapa mais lenta e frustrante do processamento LiDAR. Os filtros tradicionais falham em terrenos complexos. Os métodos de aprendizado profundo já alcançam maior acurácia e preservam as feições críticas, de forma automática.
Por que os filtros de solo tradicionais têm dificuldades
A classificação dos pontos de solo é a etapa mais crítica do processamento LiDAR para a modelagem do terreno. Uma filtragem precisa do solo determina diretamente a qualidade dos modelos digitais do terreno (MDT), da análise de bacias hidrográficas e da modelagem de inundações.
Métodos tradicionais como o Progressive Morphological Filter (PMF) e o Cloth Simulation Filter (CSF) funcionam bem em terreno plano, mas têm dificuldade com:
- Paisagens complexas, com declividades e tipos de terreno variados
- Vegetação densa, onde os pontos de solo são escassos
- Encostas íngremes, que geram falsos positivos
- Áreas urbanas, com pontes, viadutos e estruturas complexas
Arquiteturas atuais de aprendizado profundo
Desde 2024, as abordagens de aprendizado profundo transformaram a classificação do solo, alcançando maior acurácia e preservando feições importantes do terreno
Modelos Point Transformer
A arquitetura Point Transformer se tornou uma base da classificação LiDAR. Mecanismos atualizados de autoatenção e atenção cruzada melhoram a detecção do limite entre pontos de solo e de não solo.
Redes hierárquicas sensíveis ao terreno
Publicadas em 2025, as redes hierárquicas sensíveis ao terreno combinam contexto espacial em várias escalas para separar melhor ravinas, cristas e linhas de quebra, com desempenho superior em terrenos complexos onde os filtros tradicionais têm dificuldades.
Transformer do USGS 3DEP
Em setembro de 2024, o USGS publicou uma pesquisa sobre classificação automática com transformers para os dados LiDAR do 3DEP, corrigindo pontos ruidosos em escala continental.
RandLA-Net para grandes volumes
Usa amostragem aleatória para processar nuvens de pontos enormes (mais de 1 milhão de pontos) em uma única passada: processamento em tempo real com menor exigência de memória.
O desafio da preservação das linhas de quebra
O desafio
Um dos desafios mais discutidos nas pesquisas de 2024 e 2025 é a fidelidade das linhas de quebra: manter as transições bruscas do terreno (bordas de falésias, margens de rios, cortes de estradas) que a interpolação TIN tradicional preserva, mas que alguns métodos de aprendizado de máquina suavizam.
Soluções atuais
Aprendizado de feições em várias escalas: arquiteturas como as redes hierárquicas sensíveis ao terreno detectam tanto as tendências gerais quanto as descontinuidades finas.
Funções de perda sensíveis às bordas: treinam as redes para penalizar a suavização das linhas de quebra.
Abordagens híbridas: combinam a classificação por aprendizado profundo com a geração tradicional de TIN.
USE A CLASSIFICAÇÃO COM IA HOJE
Fluxo de geração do MDT
A classificação do solo moderna, baseada em IA, se encaixa em um fluxo de produção
Entrada
Arquivos LAS/LAZ carregados com todos os retornos
Classificação
A IA separa o solo do que não é solo
Validação
O controle de qualidade automático verifica a acurácia
Interpolação
Pontos de solo → superfície do MDT
Derivação
Declividade, orientação, curvas de nível
Exportação
GeoTIFF, DXF ou SHP entregues à próxima ferramenta
Sem GPU. Sem configuração.
Processe terrenos complexos em minutos, não em horas
Você não precisa de GPU local, de conhecimento em Python nem de treinar modelos complexos. O Lidarvisor oferece classificação com IA na nuvem, que cuida de todo o fluxo de trabalho automaticamente.
- Envie seu arquivo LAS/LAZ direto no navegador
- Classificação automática com IA, sem parâmetros
- Baixe dados classificados conforme o padrão ASPRS
- Gere MDT, MDS e curvas de nível no mesmo fluxo
Principais artigos científicos (2024 a 2026)
USGS • setembro de 2024
Classificação automática baseada em transformers para o LiDAR do 3DEP
Classificação em escala continental com modelos transformer para corrigir pontos ruidosos e mal classificados.
2025
Redes hierárquicas sensíveis ao terreno para a extração de terrenos complexos
Aprendizado de feições espaciais em várias escalas, com melhor desempenho em terrenos com ravinas e outros tipos difíceis.
PMC • 2024
Classificação de LiDAR aerotransportado com aprendizado por comitê (ensemble)
Métodos de comitê que combinam vários modelos para fluxos robustos de produção de MDT.
Perguntas frequentes
Como a classificação do solo com IA se compara aos filtros tradicionais?
Os métodos baseados em IA, como as redes transformer e as redes hierárquicas sensíveis ao terreno, superam de forma consistente os filtros tradicionais (PMF, CSF) em terrenos complexos, com maior acurácia em encostas íngremes, vegetação densa e áreas urbanas, preservando as linhas de quebra e as feições do terreno.
Preciso de GPU ou de conhecimento em aprendizado de máquina?
Não. O Lidarvisor executa a classificação com IA na nuvem: você envia sua nuvem de pontos pelo navegador e baixa os resultados classificados. Não é preciso GPU local, ambiente Python nem treinamento de modelos.
Quais formatos de arquivo são aceitos?
O Lidarvisor aceita arquivos LAS e LAZ. Os resultados incluem nuvens de pontos classificadas conforme o padrão ASPRS (classe 2 = Solo) e produtos derivados como MDT, MDS e curvas de nível.
Quanto tempo leva a classificação com IA?
O tempo de processamento depende do tamanho da nuvem de pontos, mas a maioria dos conjuntos de dados fica pronta em minutos, em vez das horas exigidas pela classificação manual e pela correção dos resultados dos filtros tradicionais.
A classificação gerada serve para MDT de qualidade topográfica?
Sim. A classificação com IA produz pontos codificados no padrão ASPRS, que podem ser usados em modelagem profissional do terreno, análise de bacias hidrográficas, estudos de inundação e aplicações de engenharia.
Recursos relacionados
Métodos de classificação
Visão geral da classificação
Guia do MDT
Entenda os modelos de terreno
Códigos de classificação
Classes padrão ASPRS
Classificação com IA
Como funciona a IA do Lidarvisor
Automatize a classificação do solo
Processe terrenos complexos em que os filtros tradicionais falham. Envie seu LAS/LAZ e receba resultados classificados por IA em minutos. Comece com 50 créditos grátis.
Criar conta grátis50 créditos grátis. Sem cartão de crédito. Nenhum software para instalar.