单轨吊在复杂深部矿井环境的辅助运输系统中具有不可替代的作用，由于目前无法有效精确识别单轨吊的荷载质量和轨道坡度，直接影响了运输安全性能及能量高效利用。因此，本文提出了矿井无人驾驶单轨吊安全性能关键参数识别方法。针对单轨吊结构特性和轨道运输特点，对具有强耦合关系的荷载质量和轨道坡度建立了纵向动力学模型；基于运行数据和带有动态遗忘因子的递推最小二乘算法对纵向动力学模型参数进行实时在线识别，实现荷载质量和轨道坡度的精准解耦；并基于解耦的纵向动力学模型和识别的模型参数，动态修正当前的荷载质量识别值，以消除误差，完成荷载质量的高精度识别；由识别的纵向动力学模型参数、运行数据，应用Sage-Husa自适应扩展卡尔曼滤波算法对系统噪声协方差和误差协方差进行动态更新，滤除环境噪声干扰，实时调节和修正当前轨道坡度值，保证轨道坡度识别的精准性。在多种工况下，仿真与实际应用表明，基于DFFRLS-AEKF方法的荷载质量识别值与实际值的误差在3.2%以内，运行轨道坡度识别值与实际值的误差在5.3%以内。该方法实现了无人驾驶单轨吊安全性能关键参数的实时精准获取，有效减少了无人驾驶单轨吊安全事故的发生，显著提升了无人驾驶单轨吊的能量高效利用。