实现掘进工作面场景下掘进机状态的立体监测，使操作工人可以在不进入生产一线的情况下，借助监测系统完成远程生产决策，对于提升煤矿自动化水平，推动煤矿危险生产环境的无人化具有重大意义。本次研究通过集成现有的煤安认证设备，设计开发了一套基于双目视觉与状态估计的掘进机立体监测系统。该系统能够在生产环境下，准确估计激光标志物相对机身的坐标，以及二自由度掘进臂相对于机身的姿态。　　激光标志物定位系统基于双目视觉理论设计。系统通过组合两台本安防爆摄像机得到所需的立体摄像机。为了最大化立体摄像机的有效视野，通过对摄像机视角的回归分析，为立体摄像机支架进行了优化设计。为了解决工作面场景光照不足导致的图像质量下降，组合使用直方图均衡与小波降噪，为场景显示设计了图像增强算法。为了矫正摄像机的成像畸变，从而为恢复场景几何结构提供必要的参数，基于OpenCV，设计了单目摄像机、立体摄像机的标定算法。为了解决传统特征点检测与匹配鲁棒性差、计算负荷重、需要人工设计特征模板的缺陷，基于卷积神经网络(CNN)，设计了特征点的检测与匹配算法。最后通过将三维重构转化为数值优化问题，实现了标志物中心点坐标的优化估计。　　姿态估计系统基于状态估计理论设计。系统通过将MARG密闭在防爆接线盒中得到所需的姿态传感器。通过重构TI硬件驱动，开发了基于uC/OS-III的嵌入式平台软件。基于扩展卡尔曼滤波，实现了基于MARG传感器的姿态迭代估计。基于状态的支撑向量数据描述(SVDD)，实现了被测系统的静止检测，消除了估计量的抖动，减弱了迭代估计数值误差的累积。最后还实现了姿态数据基于卡尔曼滤波的融合，实现了姿态的优化估计。　　为了方便状态数据的立体显示，基于计算机图形学，开发了距离与姿态估计量的实时渲染系统。为了降低场景描述的开发负荷，通过封装OpenGL命令设计了适用于场景描述的脚本语言。开发了基于距离与姿态估计信息的场景动态生成机制。最后为了实现虚拟场景的360度全景观察，实现了水晶球视图模型，开发了基于键盘输入的视图控制机制。　　最后，为了验证系统的估计精度，设计了基于激光测距传感器与旋转编码器的测试系统。测试结果表明，定位系统距离测量精度达到厘米级，姿态估计系统角位移测量精度达到度级。所设计的系统达到了既定性能指标的要求。