En el vehículo para conducción autónoma, la detección y medición de la luz (LiDAR) es uno de los sensores más utilizados, junto con las cámaras. Los sensores LiDAR que producen una gran cantidad de datos en un solo escaneo dificultan la transmisión y el cálculo de datos en tiempo real en el sistema integrado del vehículo. En este documento, proponemos una plataforma basada en algoritmos de reducción y reconstrucción de datos basados en datos de profundidad semántica que reducen la cantidad de transmisión de datos y minimizan los errores entre los datos originales y los restaurados en un sistema de vehículo que utiliza cuatro sensores LiDAR. La plataforma propuesta consta de cuatro sensores LiDAR, una unidad de procesamiento integrada (IPU) que reduce los datos de los sensores LiDAR y el procesador principal que reconstruye los datos reducidos y procesa la imagen. En la plataforma propuesta, los 58,000 bytes de datos que constituyen un cuadro detectado por el sensor LiDAR VL-AS16 se redujeron en un promedio del 87.4% a 7295 bytes mediante el algoritmo de reducción de datos. En la IPU ubicada cerca del sensor LiDAR, el uso de memoria aumentó por el algoritmo de reducción de datos, pero el tiempo de transmisión de datos disminuyó en un promedio del 40.3%. El tiempo de transmisión en el que el procesador del vehículo recibió un cuadro de datos disminuyó de un promedio de 1.79 a 0.28 ms. En comparación con los datos originales del sensor LiDAR, los datos reconstruidos mostraron un error promedio del 4.39% en la región de interés (ROI). La plataforma propuesta aumentó el tiempo requerido para el procesamiento de imágenes en el procesador principal del vehículo en un promedio del 6.73%, pero redujo la cantidad de datos en un 87.4% con una disminución en la precisión de los datos del 4.39%.