Este trabajo propone un novedoso método basado en un sistema de múltiples cámaras para la estimación de la posición relativa y la detección de colisiones virtuales-físicas para equipos de excavación de anclas. Está dedicado a abordar los desafíos críticos de lograr una estimación precisa de la posición relativa y una detección confiable de colisiones entre múltiples dispositivos durante operaciones colaborativas en minas de carbón. La clave de la innovación es que se establece un sistema de múltiples cámaras y múltiples objetivos para recolectar imágenes, y la estimación de la posición relativa se completa mediante el algoritmo EPNP (Efficient Perspective N-Point) basado en múltiples objetivos LED infrarrojos. Al mismo tiempo, combinado con las características de una rozadora y una máquina de perforación de anclajes, se seleccionan AABB (Axis Alignment Bounding Box) con una estructura simple y envolvente convexa con una envoltura fuerte para crear la caja delimitadora jerárquica mixta, y la detección de colisiones se lleva a cabo combinando los algoritmos SAT (Split Axis Theorem) y GJK (Gilbert-Johnson-Keerthi). Los resultados experimentales muestran que el error de estimación de la posición relativa del sistema de múltiples cámaras está dentro de los 20 mm, con un error angular dentro de 1.002 grados. El error de posición en la dirección del eje x está dentro de 1.160 mm, y la desviación máxima en la dirección del eje y está dentro de 0.957 mm en el espacio virtual-físico. En comparación con los métodos existentes, nuestro método integra la tecnología de gemelos digitales y tiene una estructura de sistema simple, lo que puede satisfacer los requisitos de estimación de actitud relativa y detección de colisiones entre equipos en el proceso de operación de frente de avance, y al mismo tiempo mejorar el rendimiento del sistema.