1.一种危险感知的智能头盔，其特征在于，包括：头盔本体、声音采集装置、处理器和危险预警装置；

所述声音采集装置部署在头盔本体上，用于采集至少一个方向上的声音信号；

所述处理器分别与声音采集装置和危险预警装置相连接，处理器包括预处理单元和预测单元；其中，预处理单元用于基于声音信号获取声音特征信息，以及基于声音信号获取头盔与声源的距离；预测单元用于利用TCN网络对所述声音特征信息和距离进行处理，获取危险状况的危险程度和人员感知到危险时所需的反应时间；其中，根据训练样本中距离样本的准确度和训练样本对应的反应时间训练标签的代表性计算每组训练样本的重要程度，利用训练样本的重要程度对均方误差损失加权得到训练TCN网络所用损失；

所述危险预警装置部署在头盔本体上，用于在反应时间内未检测到人员做出反应动作时，基于危险状况的危险程度执行相应的危险预警动作。

2.如权利要求1所述的智能头盔，其特征在于，所述声音特征信息为对声音采集装置采集的声音信号进行处理后得到的声压数据。

3.如权利要求2所述的智能头盔，其特征在于，根据声压数据的最大值获取危险状况的危险程度训练标签。

4.如权利要求3所述的智能头盔，其特征在于，根据计算得到的头盔与声源的距离与头盔与声源间的实际距离的差值计算训练样本中距离样本的准确度。

5.如权利要求4所述的智能头盔，其特征在于，反应时间训练标签的代表性的获取具体为：

获取不同人员对不同的危险状况进行危险感知时所需的反应时间，得到反应时间训练标签；

计算任意两种危险状况的危险程度差异，基于所述危险程度差异对危险状况进行分组，进而将反应时间训练标签分为若干个反应时间组，以组为单位，根据反应时间组内每个反应时间与组内其他反应时间的差异，计算每个反应时间训练标签的代表性。

6.如权利要求5所述的智能头盔，其特征在于，所述任意两种危险状况的危险程度差异的获取具体为：

每种危险状况对应一个声源，以声源为轨迹参考点，每个轨迹参考点对应一个人员轨迹，基于相同的人员轨迹，获取每种危险状况对应的危险程度序列；

根据所述任意两种危险状况对应的危险程度序列的相似度计算所述任意两种危险状况的危险程度差异。

7.一种感知系统，其特征在于，该系统用于权利要求1至权利要求6所述的智能头盔，该系统包括：

数据获取模块，用于基于至少一个方向上的声音信号获取声音特征信息以及头盔与声源间的距离；

数据处理模块，用于利用TCN网络对所述声音特征信息和距离进行处理，获取危险状况的危险程度和人员感知到危险时所需的反应时间；其中，根据训练样本中距离样本的准确度和训练样本对应的反应时间训练标签的代表性计算每组训练样本的重要程度，利用训练样本的重要程度对均方误差损失加权得到训练TCN网络所用损失；

危险预警模块，用于在反应时间内未检测到人员做出反应动作时，基于危险状况的危险程度生成相应的危险预警提示。