为了解决三维点云在无序、数据被遮挡以及噪声干扰情况下的配准问题，提出了一种高维正交子空间映射的尺度点云配准算法。根据能量-功率的比值，对待配准点云进行等比例放大，完成仿射配准。在点云无序、数据被遮挡、尺寸放缩以及噪声干扰的情况下，所提算法与经典ICP（Iterative Closest Point）算法的配准精度相当。与经典ICP算法相比，所提算法对Bunny点云数据的配准效率提高了98%，对Dragon点云数据的配准速度至少提高了20倍，且在对大尺度Dragon点云数据的配准中，所提算法的配准