El LiDAR terrestre proporciona a muchas disciplinas un medio efectivo y eficiente para producir modelos tridimensionales realistas de objetos del mundo real. Con la llegada del LiDAR terrestre móvil, esta capacidad se ha ampliado para incluir la recolección rápida de modelos tridimensionales de grandes escenas urbanas. A pesar de su utilidad, tiene desventajas. Uno de los principales problemas que enfrenta la industria del LiDAR hoy en día es la eliminación automática de puntos de datos atípicos de las nubes de puntos LiDAR. Este documento discute el desarrollo e implementación combinada de dos métodos para realizar la detección de outliers en nubes de puntos georreferenciadas. Estos métodos utilizaron los datos en bruto disponibles de la mayoría de los escáneres LiDAR terrestres móviles de tiempo de vuelo, tanto en los dominios temporal como espacial. El primer método involucró un suavizador de intervalo fijo en movimiento derivado del conocido Filtro de Kalman de posición, velocidad y aceleración. El segundo método ajustó una superficie curva cuadrática a secciones de datos LiDAR. El uso combinado de estas rutinas se discute a través de ejemplos con datos LiDAR reales.