基于导引律，利用轮式移动机器人进行跟踪、拦截移动目标是一个重要的研究领域。二维空间中机器人导引律方法众多。研究三维空间导引控制问题时，面临模型复杂化、对应多个控制变量设计控制策略等挑战，因此，本文提出三维空间导引律进一步研究跟踪、队列和聚集问题。　　 本文针对跟踪、队列和聚集问题研究，提出了几种三维空间导引律算法。主要工作和贡献包括以下几个方面:　　 1.针对三维空间中追踪器追击运动目标问题，提出了视线导引律算法。控制策略是保持追踪器位于观测器和目标之间。视线导引律下，追踪器始终处于观测器和目标的瞬时连线上。基于提出的视线导引律，三维空间下追踪器可成功追击运动目标。与纯比例导引律相比较，视线导引律下追击时间优先于纯比例导引律。考虑存在传感器噪声时，给定的视线导引律结合扩展卡尔曼滤波算法可以提高跟踪精度。　　 2.针对三维空间追踪器队列控制的问题研究，提出了速度追踪导引律、偏置追踪导引律和比例导引律。基于相邻两追踪器间相对距离、视线俯仰角和视线偏航角建立动态方程，利用三种导引律推出分布式控制策略，实现队列控制。基于偏置追踪导引律，进一步研究实现三角队形控制。考虑存在传感器噪声时，给定的导引律结合卡尔曼滤波算法可以提高队列控制精度。　　 3.利用提出的速度追踪导引律和偏置追踪导引律，研究三维空间下追踪器和运动目标间跟踪控制问题。未考虑传感器噪声时，追踪器常距离跟踪运动目标，改变控制方法进一步实现追踪器追击运动目标。考虑存在传感器噪声时，利用标量加权下的最优信息融合卡尔曼滤波算法实现跟踪控制，跟踪性能优于单传感器滤波估计。此外，进一步研究多追踪器聚集问题。应用的控制策略是参考-跟随和领航-跟随。基于给定的导引律，设计分布式控制策略使得多追踪器同步到达三维空间未知运动点。　　 最后，总结了全文，并给出了三维空间跟踪、队列和聚集控制需要进一步探讨的一些问题。