1.一种井下车辆防碰撞安全预警决策方法，其特征在于，包括：车载传感器持续收集前方道路信息，预处理前方道路信息后输入目标检测网络得到特征信息，根据特征信息生成相应维度的包围框，并定位所有目标的位置信息；将道路信息中不同时间序列下，具有关联的特征信息的包围框判定为同一目标，并获取连续时间序列下目标与车载传感器之间的相对位置，计算目标的相对运动速度、轨迹；根据相对运动速度、轨迹，计算当前车载传感器所在车辆的行驶方向上与所有动态目标的碰撞时间，基于报警决策算法修正碰撞时间并发送至用户端；目标检测网络应用前的训练过程包括：输入历史道路信息对目标检测网络进行一次训练，并将狭窄巷道中的障碍物特征输入一次训练后的目标检测网络进行适应性训练，具体过程包括：A1、收集包含历史道路信息和狭窄巷道中的障碍物特征的数据集，包括图像或视频数据以及相应的标注信息，对数据进行图像增强、数据增强和标签转换操作，提高数据的质量和多样性；A2、使用大规模的通用数据集对目标检测网络进行预训练，在预训练过程中，将历史道路信息输入网络；A3、将狭窄巷道中的障碍物特征输入到已经预训练的目标检测网络中进行调整，微调过程使用较小的学习率，并且关注狭窄巷道中的障碍物特征；将干扰信息添加至历史道路信息中，对适应性训练后的目标检测网络进行二次训练；其中，所述干扰信息包括煤矿现场的电气噪声、光照差异、尘雾干扰、椒盐噪声、瑞丽噪声、混合高斯噪声；所述二次训练的过程包括：B1、通过叠加干扰像素、调整光照条件、添加噪声的方式将干扰信息添加至历史道路信息中，生成带有干扰的训练样本；B2、将带有干扰的训练样本划分为小批量进行处理，每个批次包含一定数量的训练样本和对应的标签；B3、将一个批次的训练样本输入到目标检测网络中进行前向传播，网络将根据当前的权重参数计算出预测结果；B4、将网络的预测结果与真实标签进行比较，计算损失函数，根据损失函数的值，通过反向传播算法计算梯度，并更新网络的权重参数；B5、使用随机梯度下降算法根据计算得到的梯度的方向和大小调整权重参数的值；B6、重复执行步骤B1-B5，直到遍历完所有的训练样本。
2.根据权利要求1所述的一种井下车辆防碰撞安全预警决策方法，其特征在于：车载传感器包括雷达传感器和光学传感器；雷达传感器获取前方道路中的反射波，识别具有特征信息的反射点的位置，输出三维的包围框；光学传感器获取前方道路中的实时影像，识别图像中具有特征信息的像素点的位置，输出二维的包围框；基于井下低照度暗光环境适应性选取光学传感器。
3.根据权利要求1所述的一种井下车辆防碰撞安全预警决策方法，其特征在于：碰撞时间为基于同一路径上当前车辆与目标之间的相对速度不变的情况下，当前车辆与目标之间发生碰撞的时间；根据相对运动速度、轨迹的变化，实时修改碰撞时间并实时发送至客户端。
4.根据权利要求1所述的一种井下车辆防碰撞安全预警决策方法，其特征在于：目标检测网络对预处理后的前方道路信息进行深层特征提取操作，并对提取得到的特征信息进行抽象和拟合，输出多个目标的候选包围框和位置信息，对候选包围框进行非极大值抑制，筛选出高置信度的目标。
5.根据权利要求1所述的一种井下车辆防碰撞安全预警决策方法，其特征在于：报警决策算法中预设有报警阈值，当碰撞时间小于报警阈值时报警器发出警报；其中，报警器包括声音报警器、灯光报警器、震动报警器，多个报警形式不同的报警器进行组合立体报警；其中，声音报警器的报警声音高于60分贝，频率处于300至5000赫兹之间。
6.根据权利要求5所述的一种井下车辆防碰撞安全预警决策方法，其特征在于：报警器发出报警的过程包括：当碰撞时间接近报警阈值时触发预报警信号转为预报警状态，报警器不断记录当前的碰撞时间；若预报警状态下碰撞时间小于报警阈值，则转为报警状态持续激发报警器；否则统计预报警状态的持续时间，持续时间超过预报警维持时间后，转为正常状态。
7.一种电子设备，包括处理器以及与处理器通信连接，且用于存储所述处理器可执行指令的存储器，其特征在于：所述处理器用于执行上述权利要求1-6任一所述的一种井下车辆防碰撞安全预警决策方法。
8.一种服务器，其特征在于：包括至少一个处理器，以及与所述处理器通信连接的存储器，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述处理器执行，以使所述至少一个处理器执行如权利要求1-6任一所述的一种井下车辆防碰撞安全预警决策方法。
