1.一种图拓扑刚性点云配准的三维重建方法，其特征在于，包括步骤：S1、将输入的点云数据分为刚性源点云和刚性目标点云，分别进行特征提取，具体如下：(1)建立由深度图卷积网络、全局位置编码和特征更新组成的特征提取网络，采用深度图卷积网络分别提取源点云 和目标点云 相应特征 和(2)构造全局位置编码，利用点与点之间计算的距离和角度来编码点的具有变换不变性的几何信息；给定一个点 选择ai的k>0个最近邻点 并计算源点云 块的质心对于每个 将向量ai‑ac和ax‑ac之间的角度表示为αix，ai的位置编码表示为 其中 和φ是两个非线性变换器，每个非线性变换器由一个空洞卷积层和一个指数线性单元ELU(·)激活函数组成，其中然后通过特征更新 更新 的特征 其中c代表大于0的常数，e为自然对数的底数；

(3)给定一个点 选择bj的k>0个最近邻点 并计算目标点云 块的质心对于每个 将向量bj‑bc和bx‑bc之间的角度表示为αjx，bj的位置编码表示为 通过特征更新 更新的特征

S2、在特征提取基础上，对刚性源点云和刚性目标点云的重叠区域进行检测；

S3、基于图拓扑结构匹配目标物体局部几何形状实现刚性点云配准，在刚性点云配准基础上实现智能制造场景刚性加工件三维重建。

2.根据权利要求1所述的一种图拓扑刚性点云配准的三维重建方法，其特征在于，步骤S1中，刚性源点云 刚性目标点云其中N和M分别表示 和 中的点数。

3.根据权利要求1所述的一种图拓扑刚性点云配准的三维重建方法，其特征在于，步骤S2中，对刚性源点云和刚性目标点云的重叠区域进行检测具体是：a)源点云 和目标点云 重叠区域的检测采用图互信息注意力方法，在源点云 和目标点云 之间进行特征交换；给定点云 和 的特征矩阵 和 更新聚类质心 和b)通过图互信息注意力方法 获得特征矩阵 和 的变换特征表示为 和 其中 是矩阵 的元素，式中的

分别表示查询、键和值矩阵；

c)采用相同的图互信息注意力方法应用在另一个相对方向，得到实现信息双向流动

d)获得点云 和 重叠区域 其中根据最大交

互熵 方法检测获得重叠区域

4.根据权利要求3所述的一种图拓扑刚性点云配准的三维重建方法，其特征在于，步骤S3中，基于图拓扑结构匹配目标物体局部几何形状实现刚性点云配准，具体为：S301、构建图拓扑，点云 和 的图拓扑分别为 和 具体形式如下：其中T表示转置，ELU(·)代表指数线性单元，τ表示由特征学习的变换， 和 的节点分别是点云 和 的原始点， 和 的边由矩阵 和 表示；

S302、图拓扑结构根据点云 和 重叠区域 匹配目标物体局部几何形状特征，抽取点云 和 重叠区域几何形状节点特征的相关性，其中特征是从每个图 和 内的节点沿边聚合的；节点之间的消息传递采用基于图拓扑学习的组合嵌入网络，源点云的图拓扑 节点自举特征 通过图内卷积计算如下：ξ和η是置信传播函数，由指数线性单元ELU(·)实现；

类推对于目标点云 的图拓扑 节点自相关特征

S303、计算两个图拓扑 和 之间的邻近矩阵V为：其中 W是邻近层中的可学习参数；

S304、根据邻近矩阵V计算用于点云 到 的变换矩阵 其中表示奇异值分解，矩阵C和D分别代表点云 和 原始点可学习超参数矩阵，用于处理异常值干扰，T代表矩阵转置运算；根据变换矩阵 实现点云 和 高精刚性点云配准。