目标跟踪（Object Tracking）技术在实际应用中起着重要的作用,如机器人、无人驾驶、视频监控等,因此受到国内外学者的广泛研究。目前大部分的目标跟踪算法主要围绕二维图像数据,其通过得到目标物体在图像上的二维包围框来跟踪目标物体。然而,因为二维图像不能得到目标物体的距离信息,同时容易受到光照等因素的干扰,因此在实际应用中常常受限。同时,基于三维激光点云的目标跟踪的相关技术多采用“检测-跟踪”的算法框架,然而此框架严重依赖于前端检测器的结果。当检测器失效时,跟踪器会因为没有输入而无法进行有效跟踪,因此不能鲁棒持续的对目标物体进行跟踪。因此,综合以上几点,本文基于三维激光点云,对三维目标物体开展实时鲁棒跟踪算法研究。本文的主要内容如下:（1）介绍了深度学习与目标跟踪技术的研究算法及相关工作,包括基于相关滤波以及深度学习的目标跟踪技术方法。（2）针对三维人员跟踪,本文提出可用于end-to-end跟踪的基于孪生网络的Point Siamese Network（PSN）网络。不同于“检测-跟踪”框架,其采用了基于相似度的思想,通过比较初始帧人员点云和当前点云之间的相似度,对当前点云中的每个点估计其余弦相似得分值来估计目标人员的三维坐标。同时添加注意力机制来指导特征提取,过滤噪声提高跟踪性能。因其不依赖前端检测器,因此能够独立鲁棒的对目标人员进行跟踪。本文通过与已经广泛应用的UKF跟踪算法进行多个对比试验,验证了无论在我们收集的数据集还是在KITTI数据集上,PSN都比UKF有着更高的精确度和鲁棒性。（3）针对精确的三维目标跟踪,本文又提出一种基于回归的名为Point Siamese Region Proposal Network（Point-SiamRPN）的网络来回归得到跟踪目标的三维包围框。该算法首先利用深度神经网络对两帧输入点云提取高维特征向量。同时,本文提出两种用于点云特征融合与相似度度量的交叉相关模块,能够高效的计算两个点云特征之间的相似度。之后,将得到的相似度特征向量看作当前帧点云特征的权重特征,对其进行加权。在得到加权特征后,通过区域建议网络（Region Proposal Network,RPN）回归跟踪目标的三维坐标框,进而实现目标物体的三维跟踪。本文在KITTI和H3D两个大规模数据集上进行了验证和测试,同时与其他算法进行对比,实验结果表明本文所提的网络结构和目前的最优秀的算法相比有着富有竞争力的表现。（4）最后总结本文工作,并对未来研究进行了展望。