L'utilisation de capteurs LiDAR pour obtenir des données 3D implique l'acquisition de scans suivant différents points de vue. Dans les systèmes actuels, l'algorithme d'ICP (It-erative Closest Point) est largement utilisé pour recaler les scans entre eux. Cependant, cette méthode se heurte à des problèmes de minima locaux et ne fonctionne que pour de faibles mouvements. Cet article développe une nouvelle méthode de recalage adaptée aux environnements structurés et basée sur des caractéristiques géométriques. La rotation et la translation de la transformation totale recherchée sont calculées de manière successive en util-isant respectivement l'image Gaussienne des nuages de points et une corrélation d'histogrammes. L'évaluation de notre algorithme sur deux ensembles de scans 3D com-paré à six méthodes existantes montre que la méthode pro-posée est plus robuste à de faibles résolutions de scans, à la complexité de la scène et au bruit du capteur. De plus la faible durée de notre algorithme permet une implémen-tation temps réel du recalage.