我国煤炭开采中自动化水平较高的综采设备大幅提高了采煤效率,而以综掘工艺为主的巷道掘进,效率低下导致采掘失衡,通过提高悬臂式掘进机的自动化水平,从而解决采掘失衡问题已成为行业共识。悬臂式掘进机位姿自主检测是实现其自动截割从而提高其自动化水平的首要条件。机器视觉是实现悬臂式掘进机空间位姿自主检测的一种重要解决方案。论文首先对煤矿井下巷道环境中的顶板特征进行了分析,定义了掘进机的位姿以及相应的坐标系,从而完成了掘进机位姿检测数学模型的构建。其中,研究了基于平面标靶的相机标定技术,并进行了相机标定实验与标定精度分析。同时研究了煤矿顶板图像预处理方法以及托盘目标提取与特征检测方法,实现了多个托盘目标的分割,完成了托盘目标特征直线检测以及直线交点的求取,进而利用PnP算法实现了掘进机静态位姿的求解。然后研究了图像匹配技术以及掘进机运动估计方法,实现了相邻图像帧中同一托盘目标的识别,完成了掘进机动态位姿的求解,并通过非线性优化函数实现了掘进机运动过程中位姿的优化。最后,在模拟巷道中验证了本文方法的可行性,通过对比全站仪测量的位置参数与本文方法解算的位置参数,分析了位置参数的解算精度,同时验证了姿态角解算的正确性。