Con la aplicación generalizada de pequeños drones cuadricópteros en los campos militar y civil, los desafíos de seguridad que enfrentan están comenzando a hacerse evidentes. Especialmente en entornos dinámicos, las condiciones que cambian rápidamente hacen que el vuelo de los drones sea más complejo. Para abordar las limitaciones computacionales de los pequeños drones cuadricópteros y satisfacer las demandas de percepción de obstáculos en entornos dinámicos, se propone un algoritmo de percepción de obstáculos basado en LiDAR. Primero, se llevan a cabo procesos de acumulación, filtrado y agrupamiento en los datos de nubes de puntos de LiDAR para completar la segmentación y extracción de obstáculos en la nube de puntos. Luego, se desarrolla un algoritmo de discriminación de movimiento/estático de obstáculos basado en atributos de movimiento de puntos tridimensionales para clasificar nubes de puntos dinámicas y estáticas. Finalmente, se emplea la detección de cajas delimitadoras orientadas (OBB) para simplificar la representación de la posición espacial y la forma de los obstáculos dinámicos en la nube de puntos, y se logra la estimación de movimiento mediante el seguimiento de los parámetros OBB utilizando un filtro de Kalman. Experimentos de simulación demuestran que este método puede garantizar una frecuencia de detección de obstáculos dinámicos de 10 Hz y detectar con éxito múltiples obstáculos dinámicos en el entorno.