本发明提供一种利用图神经网络和互相向量一致性的端到端三维点云配准方法，对部分重叠的点云进行配准。该方法主要包括四步：第一步，准备训练数据；第二步，搭建用于点云配准的端到端深度神经网络；第三步，对网络进行训练，第四步，将训练好的网络应用于实际配准中。其中端到端深度神经网络主要包括局部特征提取器，图神经网络层，以及互相向一致性模块。本发明在点云局部特征提取的基础上，增加了基于自我注意力和交叉注意力的特征聚合，使得提取的特征更具有辨识力。此外，本发明利用互相向量一致性对点云匹配结果进行修正，可以进一步剔除外点，获得更准确的匹配结果。