煤炭在我国能源消费结构中占据主体地位。当前,在煤炭开采过程中,井下作业环境恶劣、工作效率偏低、事故时有发生,推进煤炭开采无人化、智能化是我国煤炭工业可持续发展的必由之路。悬臂式掘进机是煤炭开采过程中的重要装备,实现其智能化有助于提高工作效率,减少掘进工作面工人数量,提高巷道成型精度。本论文面向煤矿挖掘、针对悬臂式掘进机智能化进行了系统设计,以此为基础对位姿估计、运动学建模进行了研究,主要工作和结论包括以下方面:（1）分析了悬臂式掘进机工作流程和煤炭巷道环境特点,提出了悬臂式掘进机智能系统的总体方案。该系统包括基于UWB的定位系统、以激光雷达为基础的工作面感知系统、行走伺服系统和截割伺服系统。在定位系统中,融合惯性测量与激光SLAM,以提高姿态测量精度并减小竖直方向的定位误差。（2）提出了基于机器学习的掘进机位姿估计方法,建立了UWB测距值与掘进机位姿间的非线性映射关系。机器学习模型采用自构数据集进行训练,交叉测试实验验证了模型的拟合精度满足要求。在实际测距数据实验中,机器学习模型的位置估计的平均绝对误差最大为0.13m,姿态角估计的平均绝对误差最大为3.8°,该精度可满足掘进机的自主行走与自主截割的要求。（3）建立了二维平面、无侧滑、纯滚条件下的掘进机机身运动学模型,并完成了双纽线轨迹跟踪仿真实验,验证了机身运动学模型正确性。基于改进D-H参数法建立了截割臂的各连杆坐标系,推导了截割臂运动学正、反解,采用五次多项式插值完成了S型曲线的仿真实验,验证了截割臂运动学模型的正确性。