La extracción automática de vehículos de una nube de puntos de escaneo láser aéreo (ALS) es muy útil para muchas aplicaciones, como la generación de modelos digitales de elevación y la reconstrucción de edificios en 3D. En este artículo, se propone un método de análisis de nube de puntos basado en objetos (OBPCA) para la extracción de vehículos de una nube de puntos ALS. Primero, se emplea una densificación progresiva de TIN (red irregular triangular) basada en segmentación para detectar los puntos del suelo, y los puntos potenciales de vehículos se detectan en función de las alturas normalizadas de los puntos no pertenecientes al suelo. En segundo lugar, se realiza un análisis de componentes conectados en 3D para agrupar los puntos potenciales de vehículos en segmentos. Por último, se detectan segmentos de vehículos en función de tres características, incluyendo área, rectangularidad y alargamiento. Los experimentos sugieren que el método propuesto es capaz de lograr una mayor precisión que el método existente basado en el desplazamiento medio para la extracción de vehículos de una nube de puntos ALS. Además, cuanto mayor es la densidad de puntos, mayor es la precisión alcanzada.