La planificación urbana, la modelización de la propagación del ruido, el análisis de la visibilidad, etc., requieren la determinación de rutas o líneas de suministro para la propagación. Se requiere un algoritmo de enrutamiento de punto a punto para determinar las mejores rutas para la propagación de niveles de ruido desde la fuente hasta el destino. Existen varios algoritmos de optimización en la literatura para determinar la ruta más corta, por ejemplo, Dijkstra, algoritmos de colonia de hormigas, etc. Sin embargo, estos algoritmos funcionan principalmente en mapas 2D y múltiples rutas. La determinación de la ruta más corta en 3D a partir de datos no etiquetados (por ejemplo, nube de puntos de terreno LiDAR precisa) es muy desafiante. La predicción de datos de ruido para un lugar requiere la extracción de todas las rutas principales posibles entre cada fuente de ruido y su destino, por ejemplo, la ruta directa, la ruta sobre la parte superior del edificio (u obstrucción), rutas alrededor de los lados del edificio y las rutas reflejadas. Por lo tanto, es necesario desarrollar un algoritmo que determine todas las rutas posibles para la propagación, utilizando datos LiDAR. El algoritmo utiliza la novedosa técnica de plano de corte personalizada para trabajar con datos LiDAR y extraer todas las rutas principales entre cada par de fuente de ruido y destino. Se determinan parámetros de terreno a partir de las rutas para el modelado. Los parámetros de terreno y los datos de ruido, cuando se integran con un modelo de ruido sofisticado, proporcionan una predicción precisa del ruido para un lugar. El novedoso algoritmo de enrutamiento de punto a punto se desarrolla utilizando datos LiDAR del campus de RGIPT. Todas las rutas más cortas se probaron en cuanto a su precisión espacial y eficacia para predecir con precisión los niveles de ruido. Se encontró que varias rutas son precisas dentro de +/-9 cm, mientras que los niveles de ruido predichos son precisos dentro de +/-6 dBA a escala instantánea. El novedoso algoritmo de enrutamiento 3D preciso puede mejorar también otras aplicaciones urbanas.