在未来几年内,煤炭在我国的能源体系中仍然处于主体能源地位。煤矿井下综掘工作面的自动化可以大幅提高生产效率。目前,我国井下综掘工作普遍以悬臂式掘进机单巷掘进为主,因此悬臂式掘进机位姿检测是综掘工作面自动化的基础和前提。只有获取稳定可靠的掘进机实时位姿,才能够在此基础上进行综掘工作面自动化、智能化改造工作。本文提出一种基于机器视觉和倾角传感器的悬臂式掘进机位姿检测方法,针对位姿参数求解、激光标靶参数优化、激光标靶自动标定、激光光点目标识别等技术展开研究,具体研究内容与工作成果如下:提出基于机器视觉和倾角传感器的悬臂式掘进机位姿检测系统总体方案,制作了室内实验样机和车间实验样机,并设计了位姿检测软件系统。在总体方案的基础上进行井下综掘工作面建模分析,推导出五个位姿参数逆解的计算公式。针对位姿检测系统不脱靶工作条件和实际应用中激光标靶小体积需求,使用遗传算法进行激光标靶参数优化,由对称性原则简化了优化参数,并且对位姿组合进行分析,简化约束方程以提高算法效率,通过正运动学仿真和多次优化数据对比验证了优化算法的有效性。机器视觉部分使用张正友标定法进行相机内外参数标定和畸变校正,并在此基础上提出基于棋格盘标定板的激光标靶自动标定方法,减小了测量模型与理论模型的尺寸差异导致的测量误差。基于背景差分法的动态目标检测方法对激光光点目标进行检测,通过图像预处理手段滤除源图像中的弱干扰,基于HOG特征的支持向量机分类器进行强干扰情况下的激光光点目标识别。对激光光点目标进行中心定位,得到激光光点中心的像素坐标。进行一系列的实验设计与数据分析。通过倾角传感器数据滤波实验验证了卡尔曼滤波方法在倾角传感器实时角度测量过程中的必要性和有效性。通过室内实验得到位姿检测系统的角度测量误差和偏距测量误差,证明了系统可以满足测量精度要求。通过车间实验得到了不同干扰条件下,图像处理模块对激光光点目标的识别率和处理时间,证明了系统具有良好的可靠性和高实时性。