Los enfoques más avanzados para la localización y el mapeo se basan en características locales en imágenes. Junto con estas características, los dispositivos modernos de realidad aumentada y mixta permiten construir una malla del espacio circundante. Usando este mapa de malla, podemos resolver el problema de la localización entre dispositivos. Este enfoque es independiente del tipo de descriptores de características y SLAM utilizados a bordo del dispositivo AR/MR. La malla podría reducirse a la nube de puntos que solo toma vértices. Analizamos y comparamos diferentes métodos de registro de nubes de puntos aplicables al problema. Además, propusimos un nuevo enfoque de registro de gráficos de características inliers (FIGRA) para la co-localización de dispositivos AR/MR utilizando nubes de puntos. El análisis comparativo de Go-ICP, Bayesian-ICP, FGR, Teaser++ y FIGRA muestra que los métodos basados en características son más robustos y rápidos que los métodos basados en ICP. A través de una comparación en profundidad de los métodos basados en características con el histograma de características de puntos rápido habitual y el nuevo descriptor de imagen de altura ponderada, encontramos que FIGRA tiene un mejor rendimiento debido a su efectiva base teórica de grafos. El pipeline propuesto permite emparejar nubes de puntos en escenarios reales complejos con baja superposición y densidad de puntos escasa.