针对迭代最近点(ICP)配准算法易陷入局部最优、迭代收敛速度慢等问题，提出基于内部描述子(ISS)特征点结合改进ICP点云配准算法，先对基准点云和待配准点云进行体素网格下采样，随后选用ISS算法提取特征点，采用点特征直方图(FPFH)对特征点进行特征描述，并寻找两片点云特征点的对应点对，之后利用随机采样一致性算法(RANSAC)算法去除错误对应点对，最后对已有良好初始位姿的两片点云采用基于Nanoflann加速的点到平面ICP算法进行精配准，将配准精度和配准效率进一步提高。试验结果表明，该算法比传统ICP算法迭代次数减少，在精度与速度方面均有显著提升；比尺度不变特征(SIFT)的ICP算法在欧氏适合度评分和配准用时上分别平均减少了64.4%和73.75%。