空间推理是人工智能、行为识别、GIS、机器人导航、模式识别、自然语言处理等领域的重要内容[1]。目前空间推理的研究，主要是针对单一空间关系、某一静态空间对象及二维空间中的对象进行表达与推理。然而现实中，空间信息大多都是动态变化的，涉及多方面空间关系，随着空间推理应用研究的深入需要研究三维空间中的方位关系。OPRA（the oriented point relation algebra）的理论和应用研究已经成熟，但只是针对OPRA单方面方位关系及二维空间中进行研究。本文在OPRA基础上，给出了结合多方面空间关系的位置推理及在三维空间中的方位关系模型。位置关系的研究只是针对静态、小范围内的空间关系的推理，本文提出的位置推理能够应用到大范围、动态场景中；空间对象是位于三维空间中，不仅有平面上的方位关系，还需要研究高度上的方位关系，本文在二维OPRA基础上，研究了三维相对方位关系模型3DOPRA，并将此模型形式化表示汽车导航问题。具体工作如下：(1)总结、分析了现有的相对方位关系模型、距离关系模型、三维方位关系模型的研究现状，给出本文的研究目的和意义。(2)介绍了本文工作相关的背景知识；首先简单介绍了几种常见的点对象间的相对方位关系模型；其次详细介绍了方位点关系代数、相对运动方位关系模型、定性距离关系；最后给出关系运算的基本概念。(3)首先以运动方向为方位点的内部方向，将运动对象方向模型、方位点模型进行结合，通过相应的角度值分析运动对象方向模型、方位点模型之间的联系；其次组合了距离模型，给出了结合运动对象方向模型、方位点模型、距离模型的位置模型，并通过方位点的相对方位关系求得进行距离复合的角度范围，给出位置推理算法。(4)使用xoy平面相对方位和z轴相对方位组合表示三维空间中点对象间相对方位关系；并通过定义了能表达xoy平面和z轴相对方位信息的两个相对角得到3DOPRAm模型；并给出其多粒度下的形式化定义及逆关系。为了说明3DOPRAm模型在实际中的应用，给出了3DOPRAm模型的概念邻域；最后将其基于动作的邻域关系对汽车导航问题进行形式化表示。(5)设计并实现了位置推理算法及三维相对方位关系的演示系统。本文在OPRA基础上提出了位置关系推理，对空间对象进行建模不在局限于静态对象，可以对运动对象进行建模，而且位置模型能够给出对象间更加精确的位置信息，结合方位关系和距离关系能够对大范围空间场景进行描述。OPRA模型只是针对平面中运动对象，实际中需要对例如行驶在立交桥、空中飞行的三维空间对象进行建模，本文提出的三维相对方位关系模型能够细致合理地表达三维空间中点对象间的相对方位关系，使对象的运动不在局限于平面空间中。