三维目标跟踪是增强现实系统实现环境感知和对动态物体进行空间定位与虚实空间注册的重要手段。然而,相比于传统的平面标志,三维跟踪需要在更高维度的空间进行位姿搜索与优化,并且涉及大量的图形运算,因此在跟踪稳定性和计算效率上都面临更大的挑战。同时,近年来随着手机等便携式移动设备的普及,增强现实的主流平台目前都主要面向移动设备,计算性能非常有限,并且要综合考虑功耗、时延等实际问题。因此,尽管三维目标跟踪与检测近几年有大量的最新研究成果,但由于都需要GPU的算力支持才能达到实时的计算速度,所以难以被现有的增强现实系统所采用。现有的增强现实平台仍主要采用平面物体作为标志物,对三维物体跟踪仅具备非常有限的支持。一方面,对弱纹理或无纹理物体的跟踪还不稳定,在实际环境下容易因目标的快速运动、背景干扰等导致失败;另一方面,由于缺乏三维检测的支持,物体的初始位姿需要用户手动交互指定,并且当跟踪失败后无法自动完成重定位,极大地限制了三维跟踪在增强现实中的应用。针对上述问题,本文从实际应用的需求出发,以在移动设备上进行实时稳定的三维物体跟踪为目标,提出基于端云融合的思想,融合移动客户端的实时三维跟踪和云服务器三维检测功能,以实现对无纹理物体的稳定三维跟踪,以及跟踪过程的自动初始化和重定位。具体而言,本文的主要工作包括以下三个方面:一是针对无纹理和弱纹理物体,设计实现了适合在移动设备实时运行的三维物体跟踪方法,以及在服务器端进行目标检测和三维位姿估计的方法,可以有效克服背景干扰、遮挡等复杂情况,实现对目标的稳定跟踪与检测。二是针对客户端跟踪与服务器端检测的自适应融合问题,提出了一种对跟踪结果的正确性进行评估验证的方法,以及一种对服务器端检测的时延进行有效处理的方法,可以实现对三维跟踪过程的自动初始化,并在跟踪失败时自动进行重定位。三是面向增强现实应用需求,融合移动端跟踪和服务器端检测算法,设计实现了一个可以高效运行的三维物体跟踪系统,以及相应的三维模型库管理系统。系统支持用户上传、管理三维模型,对检测模型进行训练,并对有限的服务器资源进行优化调度。论文实验部分对上述方法与系统,在实际环境下进行了评估和测试,结果表明系统可以对无纹理物体进行稳定实时跟踪,并且可以实现自动初始化和重定位。