O problema de perda de fluidos em linhas de transporte por meio de trincas, furos e derivações clandestinas é de interesse para diversas indústrias, sendo bastante crítico em sistemas de distribuição de água e no transporte de hidrocarbonetos. Nesse contexto, a detecção de furtos de combustíveis é de especial interesse para a indústria, pois tem impacto na segurança da população e na economia local. Sendo assim, é necessário o empenho em estudar e desenvolver possíveis soluções para mitigar esse problema. Nesse contexto, a metodologia proposta visa a detecção de vazamentos localizados. Para este estudo está sendo utilizado um sensor rotativo do tipo LIDAR para mapear a superfície interna de uma tubulação. O objetivo do estudo é avaliar alguns métodos de análise de dados como ferramenta de processamento das informações do sensor e detecção de anomalias. Assim, no presente projeto buscou-se detectar grandes anomalias através do mapeamento da geometria das paredes dos dutos. Para isso buscou￾combinar o emprego da tecnologia LIDAR com técnicas de processamento digital dos dados e inteligência artificial. Os resultados obtidos se mostraram muito promissores e grandes anomalias puderam ser detectadas com elevado nível de acerto. Anomalias de geometria e dimensões conhecidas foram utilizadas como conjunto de treinamento para classificadores supervisionados, permitindo uma detecção gráfica a partir de parâmetros conhecidos dos algoritmos de machine learning utilizados.