针对现有掘进机无法实时定位、定位不准确、视觉定位中相机视野被遮挡导致定位失败等问题，提出了一种将基于近红外双目立体视觉的悬臂式掘进机截割部位姿测量方案与基于一维卷积神经网络（1D-CNN）的磁场辅助定位方法相结合的悬臂式掘进机截割部定位方案。在悬臂式掘进机机身与机臂安装近红外LED标靶，以LED作为近红外标靶构建掘进机特征信息，通过图像处理、位姿解算实现掘进机机身与截割部的三维空间定位。双目立体视觉相机安装在巷道顶部，随着掘进机掘进加快，掘进机与双目立体视觉相机距离逐渐增加，造成双目图像获取失败，进而导致视觉解算截割部的位姿失败。针对该问题，引入基于1D-CNN的掘进机截割部磁场辅助定位方法。在掘进机机身两侧安装三轴数字磁场计，并在机臂处安装永磁体，以磁场的强度分量和双目立体视觉获取的位姿数据作为训练数据，构建1D-CNN模型，输出在视觉测量失效情况下掘进机截割部位姿。为验证该定位方案的可行性，从深度信息和掘进机机身及截割部位姿2个方面进行验证，结果表明：机身测量误差在■mm以内，相对误差在0.4%以内。截割部测量误差在■mm以内，相对误差在1%以内；掘进机机身与截割部间的相对位姿误差在■以内，俯仰角的均方误差为0.865 1，偏航角的均方误差为0.850 1。上述误差在巷道作业允许范围内，说明采用基于近红外双目立体视觉的悬臂式掘进机截割部位姿测量方案进行实时视觉掘进机姿态解算，具有有效性和可靠性。并对基于1D-CNN的掘进机截割部磁场辅助定位方法进行了有效性验证，为模拟井下复杂磁场环境，在掘进机附件随机添加了干扰磁源，结果表明：该方法对掘进机截割部俯仰角、偏航角、翻滚角预测值与测量的真实值基本吻合，预测的俯仰角、偏航角、翻滚角的决定系数分别为0.992 4，0.995 9，0.917 4，说明基于1D-CNN的掘进机截割部磁场辅助定位方法能够较好地弥补在视觉定位失效下的掘进机定位需求。采用近红外双目立体视觉的悬臂式掘进机截割部位姿测量方案与基于1D-CNN的磁场辅助定位方法相结合，解决了井下复杂环境导致掘进机截割部位姿实时定位的问题。