El uso de un dispositivo de escaneo de rango 3D para la descripción autónoma de objetos o el mapeo de entornos desconocidos conduce a la necesidad de mejorar los métodos informáticos basados en pares de puntos idénticos de diferentes nubes de puntos (llamado problema de registro). El problema de registro y la transformación tridimensional de coordenadas aún requieren más investigación. El artículo intenta guiar al lector a través del vasto campo de los métodos de registro existentes para que pueda elegir el enfoque apropiado para su problema particular. Además, el artículo contiene un método de regresión que permite la estimación de la matriz de covarianza de los parámetros de transformación y el cálculo de la incertidumbre de los puntos estimados. Esto hace posible extender los métodos de registro existentes con estimaciones de incertidumbre y mejorar el conocimiento sobre el registro realizado. El propósito principal del artículo es presentar una encuesta de los métodos conocidos y los conceptos básicos de la teoría de estimación para el problema de registro de nubes de puntos. El enfoque estará en los principios rectores de la teoría de estimación: algoritmo ICP; Transformación de Distribución Normal; Registro basado en características; Correspondencias duales iterativas; Método probabilístico de correspondencia iterativa; Registro basado en puntos; Parches cuadráticos; Coincidencia de campos de probabilidad; Campos aleatorios condicionales; Registro de ramificación y unión; PointReg. El propósito secundario de este artículo es mostrar un modelo estadístico innovador para este problema de transformación. La nueva teoría necesita matrices de covarianza conocidas de coordenadas de puntos idénticos. Se estimó una matriz de rotación desconocida y un vector de desplazamiento utilizando un modelo de regresión no lineal con restricciones no lineales. El artículo finaliza con un ejemplo numérico relevante.