Este documento se centra en convertir mapas 3D complejos creados por la tecnología LiDAR y SLAM en mapas 2D simples para facilitar su comprensión. Mientras que los mapas 3D proporcionan muchos detalles útiles para robots y programas informáticos, pueden ser difíciles de leer para los humanos acostumbrados a los mapas planos. Desarrollamos un nuevo sistema para limpiar estos mapas 3D y convertirlos en mapas 2D intuitivos y precisos. El sistema utiliza tres pasos diseñados para corregir diferentes tipos de errores encontrados en los datos de escaneo LiDAR 3D: eliminación de ruido basada en agrupamiento, eliminación de ruido basada en altura y eliminación de valores atípicos estadísticos. En particular, la eliminación de ruido basada en altura es el método que proponemos en este documento, un algoritmo que deja solo estructuras interiores como paredes. El documento propone un algoritmo que considera todo el rango de la nube de puntos, en lugar de solo los puntos cerca del techo, como es el caso con los métodos existentes, para hacer que la eliminación de ruido sea más efectiva. Esto hace que el mapa 2D final sea fácil de entender y útil para la planificación de edificios o la preparación para emergencias. Nuestro objetivo principal es mapear el interior de los edificios de manera más rápida y efectiva, creando dibujos 2D que reflejen información precisa y actualizada. Queremos facilitar el uso de datos LiDAR y SLAM en nuestro trabajo diario y aumentar la productividad.