针对不同尺度点云配准的精度和效率问题，提出了一种基于人工蜂群优化的不同尺度点云配准算法。在算法中引入了尺度因子，将其作为配准过程中需要求解的变量，与三维旋转和平移参数算法相结合，并采用人工蜂群优化方法进行优化。同时，提出了一种基于归一化尺度参数的改进欧氏距离-目标函数，消除了优化中尺度尺度因子带来的误差，从而有效地提高了配准算法的稳定性。与几种典型方法相比，该算法在不同模型的各尺度配准中的精度和效率都有不同程度的提高。实验结果表明，该算法充分利用了人工蜂群优化方法优越的全局寻优能力，能够有效地实现不同尺度点云的高精度快速配准。