本发明公开了一种基于深度学习的毫米波雷达点云数据迭代配准方法，该方法包括：获取第一待匹配点云数据和第二待匹配点云数据；确定这两个点云数据中每个点的n个不同的邻域；根据每个点的空间坐标、极坐标、每个点的每个邻域点的多普勒速度、每个点与每个邻域点之间的PPF向量，以及训练好的点特征提取网络，确定每个点的融合点特征；将这两个点云数据中各个点的空间坐标、多普勒速度和点云标记，输入训练好的配准参数预测网络，预测出点云配准参数；每个点的点云标记用于表示该点所属的点云数据；基于点云配准参数、这两个点云数据中各个点的融合点特征，确定变换参数；基于变换参数对这两个点云数据进行配准。