Road roughness is the deviation of a road surface from a designed surface grade that influences safety conditions for road users. Mobile laser scanning ( MLS ) systems provide a rapid, continuous and cost‐effective way of collecting highly accurate and dense 3D point‐cloud data along a route corridor. In this paper an algorithm for the automated estimation of road roughness from MLS data is presented, where a surface grid is fitted to the lidar points associated with the road surface. The elevation difference between the lidar points and their surface grid equivalents provides residual values in height which can be used to estimate roughness along the road surface. Tests validated the new road‐roughness algorithm by successfully estimating surface conditions on multiple road sections. These findings contribute to a more comprehensive approach to surveying road networks. La rugosité d'une route est la déviation de la surface de la route par rapport à la surface conçue, qui influence les conditions de sécurité pour les usagers de la route. Le balayage laser mobile ( MLS ) offre un moyen rapide, continu et rentable pour recueillir des nuages de points 3D très précis et denses le long d'une route. Cet article présente un algorithme pour l'estimation automatique de la rugosité de la route à partir de données MLS , où une grille est ajustée sur les points lidar censés représenter la surface de la route. La différence entre les altitudes des points lidar et de leurs équivalents dans la grille fournit des valeurs résiduelles de hauteur qui peuvent être utilisées pour estimer la rugosité à la surface de la route. Des tests ont validé ce nouvel algorithme en estimant les caractéristiques de la surface sur de multiples sections de route. Ces résultats contribuent à une approche plus globale du relevé topographique des réseaux routiers. Die Rauhigkeit einer Strassenoberfläche ist die qualitative Abweichung der tatsächlichen Oberfläche von der geplanten Oberfläche. Eine solche Abweichung beeinflußt die Sicherheitsbedingungen für Straßennutzer. Mit Mobile Laserscanning Systemen ( MLS ) können schnell, kontinuierlich und auf kostengünstige Weise hochgenaue und dichte 3D‐Punktwolken entlang eines Straßenkorridors erfasst werden. Dieses Paper stellt einen Algorithmus zur automatischen Bestimmung der Oberflächenrauhigkeit in MLS Daten vor. Ein Oberflächenraster wird an die Punkte der Straßenoberfläche angepasst. Die Residuen zwischen Lidarpunkten und den entsprechenden Höhen des angepaßten Gitters können zur Schätzung der Rauhigkeit verwendet werden. In Tests mit verschiedenen Straßenabschnitten wurde der neue Algorithmus hinsichtlich der Schätzung der Oberflächenbeschaffenheit validiert. Auf Basis dieser Ergebnisse kann ein noch umfassender Ansatz zur Erfassung von ganzen Straßennetzen angegangen werden. La rugosidad de una carretera es la desviación de la superficie diseñada que afecta las condiciones de seguridad de los usuarios de la carretera. Los sistemas de láser móviles proporcionan una manera rápida, continua y barata de recolectar nubes de puntos 3‐D densas y de gran precisión a lo largo de un corredor. En este artículo se presenta un algoritmo para la estimación automática de la rugosidad de la carretera, dónde una malla se ajusta a los puntos lídar asociados con la superficie de la carretera. La diferencia entre la elevación de los puntos lídar y los equivalentes en la malla proporcionan residuos en altura usados para estimar la rugosidad de la superficie a lo largo de la carretera. Las comprobaciones validan el nuevo algoritmo de rugosidad de la carretera al estimar con éxito las condiciones de la carretera en diversas secciones de carretera. Estos resultados contribuyen a un enfoque más amplio de la medida de las características de redes de carreteras. 路面平整度是衡量道路表面和设计表面之差的等级,对道路使用者的安全条件的度量。移动激光扫描( MLS )系统提供了一种快速获取低成本、高精确和高密度的沿着路线走廊的连续三维点云数据的方式。本文提出从 MLS 数据自动估计路面平整度的算法,该算法利用一个路面格网来拟合激光点云,两者之间在高程上的残差值可以被用来衡量路面平整度。试验充分验证了本文所提出的新算法针对多路段路面平整度处理的可靠性,本文的这些发现为路网测量提供了一种更全面的手段。