Os primeiros equipamentos de LiDAR de pulso detectavam o primeiro retorno de pulso LASER refletido nos objetos ou na superf\u00edcie da terreno, mesmo que o sinal continuasse se propagando e atingindo outros elementos em sua trajet\u00f3ria.<\/p>\n\n\n\n
Na \u00e1rea florestal, que foi uma importante \u00e1rea de aplica\u00e7\u00e3o do LiDAR no in\u00edcio de sua aceita\u00e7\u00e3o pelo mercado, os t\u00e9cnicos envolvidos perceberam que seria adequado que n\u00e3o apenas a reflex\u00e3o sobre o dossel (primeiro retorno), mas tamb\u00e9m o terreno abaixo da vegeta\u00e7\u00e3o pudesse ser capturado para criar um modelo de terreno.<\/p>\n\n\n\n
Com o desenvolvimento da tecnologia, os fabricantes capacitaram os sistemas LiDAR para registro do \u00faltimo retorno de um pulso LASER uma vez que este pulso \u00e9 estratificado ao tocar parcialmente os objetos ou estruturas acima do terreno. E assim por diante, onde os sistemas atuais permitem capturar de 4 a 8 retornos do pulso.<\/p>\n\n\n\n
Os m\u00faltiplos retornos s\u00e3o parte integrante do processo de classifica\u00e7\u00e3o dos pontos LiDAR Este \u00e9 o primeiro passo da cadeia de processamento de dados LiDAR e deve ser tratado de maneira adequada, uma vez que a modelagem 3D urbana, a extra\u00e7\u00e3o de fei\u00e7\u00f5es a modelagem de terreno, usam diretamente a nuvem de pontos classificada.<\/p>\n\n\n\n
Os diferentes m\u00e9todos de classifica\u00e7\u00e3o podem ser encontrados em v\u00e1rios de trabalho de pesquisa. As possibilidades de classifica\u00e7\u00e3o baseadas em dados originais da nuvem de pontos LiDAR s\u00e3o investigadas para obter classes de estratifica\u00e7\u00e3o cada vez mais precisas.<\/p>\n\n\n\n
Na classifica\u00e7\u00e3o de dados brutos do LiDAR, cada ponto tem a atribui\u00e7\u00e3o de uma classe de objeto por nomenclatura padronizada de acordo com as diretrizes para o formato LAS (formato padronizado de armazenamento de nuvem de pontos LiDAR), usando propriedades de dados LiDAR como os retornos m\u00faltiplos, eleva\u00e7\u00f5es, intensidade, posi\u00e7\u00e3o dos pulsos vizinhos, \u00e2ngulo do pulso LASER, etc.<\/p>\n\n\n\n
A classifica\u00e7\u00e3o pode ser uma opera\u00e7\u00e3o de processamento intensivo e muitos conjuntos de dados LIDAR passam por uma classifica\u00e7\u00e3o r\u00e1pida e limitada. A classe Ground (terreno) \u00e9 sempre inclu\u00edda em um arquivo classificado no formato LAS, pois \u00e9 indispens\u00e1vel para criar um modelo digital de terreno a partir da nuvem de pontos.<\/p>\n\n\n\n
As vers\u00f5es de categoriza\u00e7\u00e3o d nuvem de pontos LiDAR comumente usadas do formato LAS (1.2 e 1.3) t\u00eam 8 categorias de classifica\u00e7\u00e3o pr\u00e9-definidas, suportando um m\u00e1ximo de at\u00e9 32. A vers\u00e3o 1.4 do formato LAS tem cerca de 20 classes pr\u00e9-definidas e pode manipular at\u00e9 256 classes.<\/p>\n\n\n
![\"\"](\"https:\/\/www.lidar.com.br\/wp-content\/uploads\/2025\/06\/ClassesAutomaticasNuvemPontos.png\")
Os primeiros equipamentos de LiDAR de pulso detectavam o primeiro retorno de pulso LASER refletido nos objetos ou na superf\u00edcie da terreno, mesmo que o sinal continuasse se propagando e atingindo outros elementos em sua trajet\u00f3ria. Na \u00e1rea florestal, que foi uma importante \u00e1rea de aplica\u00e7\u00e3o do LiDAR no in\u00edcio de sua aceita\u00e7\u00e3o pelo mercado, … <\/p>\n