Este estudio introdujo un enfoque innovador para detectar anomalías estructurales en tapas de alcantarillas en carreteras utilizando cámaras de luz estructurada. Los esfuerzos se han dedicado a mejorar la calidad de los datos comenzando con la adquisición y preprocesamiento de datos de nube de puntos de escenas reales de tapas de alcantarillas. El algoritmo RANSAC se emplea posteriormente para extraer el plano de la carretera y determinar la altura de la estructura de la nube de puntos. En presencia de nubes de puntos no planares que exhiben alturas anormales, se utiliza el algoritmo DBSCAN para la segmentación por clústeres, lo que ayuda en la identificación de objetos individuales. El método culmina con la introducción de un modelo de detección de ajuste de sector, capaz de discernir de manera efectiva las características de las tapas de alcantarillas dentro de la nube de puntos y proporcionar información completa sobre la altura y la estructura. Los hallazgos experimentales subrayan la eficacia del método para medir con precisión el grado de hundimiento en las estructuras de las tapas de alcantarillas, con errores de datos mantenidos consistentemente dentro de un rango aceptable del 8 por ciento. Es notable que la velocidad de medición supera la de los métodos tradicionales, presentando una solución técnica notablemente eficiente y confiable para el mantenimiento de carreteras.