在逆向工程，形变检测等领域，点云对齐被广泛的应用。随着三维扫描仪和三维打印机的发展和逐渐普及，工业界对点云对齐技术越来越重视，并且提出更高的需求。点云对齐是两片任意位置的点云的重叠部分相互匹配的过程。点云对齐的方法分为两类:刚体对齐和非刚体对齐。刚体对齐计算一个刚体变换，把一片点云旋转平移过去，保证两片点云有尽量多的点重合。非刚体对齐假设点云可以通过一定的形变，使两片点云有尽量多的点重合。已经存在了大量的论文提出了大量的方法来解决这两类对齐问题。但是对于具体的实际应用，这些方法有各自的不足之处。　　随着扫描仪技术的发展，扫描仪的分辨率越来越高，扫描速度越来越快。大规模点云的对齐效率已经成为制约扫描仪发展的瓶颈。现有的算法对于大规模点云很难做到实时的处理。根据扫描数据的特点:点云的结构分布，法向量容易计算，噪声比较小，本文提出一种实时的点云粗对齐的方法，可以实时的处理大规模（千万级）扫描数据的对齐问题。该方法可以处理任意位置的两片点云，允许两片点云有较少的重合部分。该算法的运行时间同点云的规模基本无关。　　根据CAD模型制造出的弯管物体在重力和自身恢复力的作用下极易产生形变。利用弯管扫描后的点云与CAD模型进行非刚体对齐，能够方便的检测形变的位置和大小。现有的论文大多选择具有普遍意义的形变模型，没有考虑特殊物体的真实物理性质。本文提出一种弯管的非刚体对齐方法。因为弯管不易拉伸，容易弯曲。该方法引入描述此类形变的cosserat模型作为弯管的形变模型，使的最终结果更加准确。该方法允许少量缺失的点云数据作为输入，可以处理存在较大形变的弯管。　　总之，在学术界存在大量的论文讨论点云对齐。但是它们很少关注具体的实际应用。充分利用特殊场景下的数据的特殊性，本文算法获得了更好的结果。