基于移动设备的AR三维模型跟踪与配准技术是将数字三维模型正确地投射于真实世界的图像中，并实现可靠的高精度定位的关键技术，在教学、医疗、工业维修以及娱乐等领域有着广泛的应用。本文主要针对移动终端AR系统中的3D模型跟踪及配准算法进行研究。针对现有主流方案，在系统层面对其进行分析总结，包括基于VIO的方案、基于特征点跟踪的方法以及基于深度学习提高定位精度的方案，并对其中存在的将该方案应用到移动端遇到的问题及解决办法进行讨论；同时我们对其中模型配准的关键问题进行了深入探讨：如坐标转换、尺度归一化、光照变化及物遮挡等问题，并利用SLAM算法及多传感器信息融合来增强系统鲁棒性,工作还提出部分未来发展方向的线索，包括适用于轻量化模型、多平台适配性的设计思路，基于5G边缘计算协同处理等新观点。