Luận văn tập trung nghiên cứu và đánh giá hiệu quả của một số thuật toán phân cụm dữ liệu không gian ba chiều thu được từ cảm biến Lidar. Dữ liệu Lidar, với đặc điểm là đám mây điểm thưa và phân bố không đều, đặt ra thách thức cho các thuật toán phân cụm truyền thống. Nghiên cứu tiến hành khảo sát các thuật toán phổ biến như DBSCAN, K-means và các biến thể cải tiến, phân tích ưu nhược điểm của từng phương pháp trong việc xử lý nhiễu, xác định số cụm và tốc độ tính toán. Thông qua các thí nghiệm trên tập dữ liệu chuẩn và dữ liệu thực tế, luận văn đề xuất các chiến lược tối ưu tham số và kết hợp thuật toán nhằm nâng cao độ chính xác trong phân đoạn đối tượng. Kết quả thực nghiệm cho thấy sự cải thiện đáng kể về khả năng phân tách các vật thể có mật độ điểm khác nhau, góp phần ứng dụng hiệu quả trong các lĩnh vực như xe tự hành và lập bản đồ số.