自主导航技术是掘锚机自动化的基础,也是实现智能掘进的关键。目前多数煤矿仍然使用激光指向仪定向,无法对掘锚机的位置和姿态进行准确、实时测量,这已经成为制约巷道智能掘进技术发展的瓶颈。本文在扇面激光位姿参数检测方法的基础上,提出基于十字激光的掘锚机导航系统,主要内容如下:对掘锚机激光位姿检测系统进行研究。该系统使用十字激光作为测量基准,使用激光接收器、倾角传感器、激光测距传感器采集数据,通过对数据进行融合得到掘锚机机身的全部位姿参数。研发了旋转扫描激光发射器,在不减小有效使用距离的情况下降低了半导体激光器的输出功率,提高了装置在井下的安全性;设计了基于线性光电池阵列的大量程、高精度的激光接收器;研发了基于旋转激光的测距传感器,避免了使用微弱的反射光信号进行测距,提高了装置在井下环境的可靠性。对激光接收器的光斑定位算法进行研究,提高了光斑位置的测量精度。该算法通过滑动窗口扫描法初步搜索光斑区域;并将输出信号从空间域转换到频域进行滤波来消除干扰光源影响;最后通过高斯拟合法精确定位光斑中心位置。实验结果表明相同实验条件下,本文算法的光斑位置测量误差小于其他光斑定位算法的误差。对位姿参数空间解算算法进行研究,将激光接收器和倾角传感器测量数据融合,提高了位姿参数解算精度。通过矢量运算法则建立了位姿参数、激光接收器测量数据（光斑坐标）、倾角传感器测量数据（俯仰角和翻滚角）之间的数学模型,推导了X轴坐标、Z轴坐标和航向角等位姿参数的表达式。相同实验条件下空间算法解算的航向角和X轴坐标最大误差分别为0.31°和4.2 mm,平面算法对应分别为1.43°和27.8 mm。对动态定位滤波算法进行研究。对比了限幅滤波、中值滤波、均值滤波、中值平均滤波、滑动平均滤波和卡尔曼滤波等常用滤波算法在巷道工况下的滤波效果,结果表明卡尔曼滤波可以有效抑制随机因素和脉冲信号的干扰,提高导航系统实时检测的精度和可靠性。对掘锚机纠偏控制策略进行研究,提出基于巷道掘进工艺的点位纠偏控制策略。该策略首先根据掘锚机初始位姿确定路径终点位置;然后采用贝塞尔曲线规划起点和终点之间的路径;再使用纯追踪算法对规划路径进行跟踪。实验结果表明采用点位纠偏控制策略履带行走设备在路径终点位置误差小于13 mm,航向角误差小于0.16°,满足运动控制精度要求;同时纠偏过程中的最大角速度为0.07 rad/s,小于常规纠偏策略时的0.82 rad/s,在保证纠偏精度的同时提高了机身运动的平稳性。搭建实验平台对部分理论模型和系统性能进行验证。10 m～80 m范围内,X轴坐标测量误差总体上随着距离增大而增大,误差标准差在1 mm～6 mm之间,最大误差在3 mm～10mm之间;Y轴坐标测量误差总体上随着距离增大而增大,误差标准差在4 mm～14 mm之间,最大误差在10 mm～32 mm之间;航向角测量误差总体上随着距离增大而增大,误差标准差在0.1°～0.3°之间,最大误差在0.25°～0.65°之间。以上结果表明导航系统可以满足掘锚机位姿参数检测精度要求。开展了井下工业试验,对系统的可靠性进行验证,结果表明系统能够适应井下恶劣工况环境,对机身的位姿状态进行实时监测。该论文有图70幅,表21个,参考文献125篇。