El registro de nubes de puntos en 3D es una tecnología crucial para la reconstrucción de escenas en 3D y se ha aplicado con éxito en diversos ámbitos, como la atención médica inteligente y el transporte inteligente. Con análisis teórico, encontramos que las relaciones estructurales geométricas son esenciales para el registro de nubes de puntos en 3D. El método de registro de nubes de puntos en 3D logra un excelente rendimiento solo cuando se fusionan características locales y globales con información de estructura geométrica. Basándonos en estos descubrimientos, proponemos un método de registro de nubes de puntos en 3D basado en la incrustación de estructura geométrica en el mecanismo de atención (GraM), que puede extraer las características locales del punto no crítico y las características globales del punto correspondiente que contiene información de estructura geométrica. Según las características locales y globales, la operación de regresión simple puede obtener la matriz de transformación de pares de nubes de puntos, eliminando así la semántica que ignora la relación de estructura geométrica. GraM supera los resultados de vanguardia en 0.548 grados y 0.915 grados con respecto al error de rotación relativo en ModelNet40 y LowModelNet40, respectivamente.