L'algorithme Iterative Closest Point (ICP) est l'une des méthodes les plus largement utilisées pour l'alignement de jeux de points. Toutefois, étant fondé sur une optimisation itérative locale, ICP est susceptible de tomber dans des minima locaux. Sa performance dépend fortement de la qualité de l'initialisation, et seule une optimalité locale est garantie. Ce papier présente le premier algorithme optimal au sens global, nommé Go-ICP, pour l'alignement euclidien (rigide) de deux ensembles de points 3D sous la métrique d'erreur L2 définie dans ICP. La méthode Go-ICP repose sur un schéma de séparation et évaluation (branch-and-bound, BnB) qui explore l'espace entier des mouvements 3D, soit SE(3). En exploitant la structure géométrique particulière de SE(3), nous dérivons de nouveaux bornes supérieures et inférieures pour la fonction d'erreur d'alignement. L'algorithme ICP local est intégré dans le cadre BnB, ce qui accélère la méthode tout en garantissant l'optimalité globale. Nous discutons également des extensions permettant d'améliorer la robustesse aux points aberrants (outliers). Les évaluations montrent que la méthode proposée produit des résultats d'alignement fiables, indépendamment de l'initialisation. Go-ICP peut être appliqué dans des scénarios où une solution optimale est souhaitable, ou lorsque l'initialisation de bonne qualité n'est pas toujours disponible.