三维跟踪在机器人(或机器手臂)的定位和导引、增强现实等领域有着相当重要的应用。在实现三维跟踪的不同方法中,基于视觉的三维跟踪以其非侵入性、精确性和低消耗的品质而被大量研究。本文对基于视觉的三维跟踪进行简要描述,并且重点介绍其中基于边的三维跟踪、详述本文的创新点和实验结果。在基于边的三维跟踪中,本文针对缺乏纹理特征的物体,提出了一种基于边的自适应实时三维跟踪方法。在已知物体三维模型的情况下,通过基于历史运动信息的物体边缘检测与跟踪,可以有效准确地求解出摄像机的外参。本方法基于并扩展了现有的基于边的实时跟踪算法,其主要贡献体现在以下三个方面：1)提出了自适应阈值和基于历史信息估计当前帧的运动趋势的方法,从而极大地提高了边匹配算法在快速运动时的稳定性；2)提出了一种基于RANSAC的边匹配策略,可以有效剔除误匹配的边,从而提高了复杂模型的跟踪稳定性；3)利用提取轮廓边的算法将边跟踪算法从CAD模型扩展到一般的面片模型。实验结果证明本文提出的方法的鲁棒高效,能够满足增强现实、虚拟装配等应用需求。