悬臂式掘进机结构紧凑、适应性强成为我国煤矿主要开采设备,但当前煤矿综采作业面智能化较低,人工开采风险大,掘进机开采问题突出,难以保证巷道掘进成形质量,因此如何实现悬臂式掘进机位姿自动测量是解决以上问题的关键。本文提出基于近红外双目立体视觉与一维卷积神经网络磁场定位的悬臂式掘进机位姿定位方案。该方案由近红外双目立体视觉定位系统、基于一维卷积神经网络的磁场辅助定位系统组成。针对井下复杂环境,本文采用近红外双目立体视觉定位系统,该系统主要思路是在悬臂式掘进机机身与机臂上构造近红外视觉可提取的特征点,即通过在掘进机机身与机臂安装近红外LED标靶,利用分散度、欧式距离等方法对LED标靶识别、提取、跟踪。利用双目立体视觉测量原理解算LED标靶三维信息,建立掘进机机身与机臂空间点集。然后通过建立悬臂式掘进机位姿解算数学模型,对悬臂式掘进机进行位姿解算。为解决双目立体视觉图像采集失败的问题,本系统采用基于一维卷积神经网络的掘进机截割部磁场辅助定位系统。该系统以卷积神经网络技术为基础,构建一维卷积神经网络位姿预测模型。在掘进机两侧安装磁场传感器采集磁场数据与近红外双目立体视觉系统测量的掘进机相关位姿数据作为深度学习的训练集与测试集,实现悬臂式掘进机位姿预测。搭建实验平台验证本文提出的理论与方案。实验结果表明,基于近红外双目立体视觉测量方案掘进机截割部空间位置误差在50mm以内,位姿绝对误差在1°以内。双目立体视觉测量失效情况下,基于一维卷积神经网络磁场辅助定位方案对截割部轨迹预测较好,俯仰角、偏航角预测精度在99%以上。满足煤矿井下掘进机作业要求。