1.一种基于物联网的智能安全帽管理方法，其特征在于，应用于配置在目标工地的智慧工地管理系统，所述智慧工地管理系统包括三个定位通信基站、多个射频识别设备以及供所述目标工地中施工人员佩戴的智能安全帽；三个所述定位通信基站围绕所述目标工地中核心施工区域的区域中点设置，多个所述射频识别设备分别设置于所述目标工地的施工区域边缘处和工地入口处，且所有所述射频识别设备的设备设置位置位于所述定位通信基站的通信范围之外；所述智能安全帽内置有射频识别芯片、定位通信模块和语音播报模块；

所述方法包括如下步骤：

通过工地入口处的入口射频识别设备获取进入所述目标工地的目标施工人员的人员进场信息，并根据所述人员进场信息生成施工人员列表，所述施工人员列表包括所有所述目标施工人员的实时位置更新列表和位置更新时间列表，所述目标施工人员包括安全管理人员；

当通过任意一个所述射频识别设备获取到所述目标施工人员的第一人员定位信息时，利用所述第一人员定位信息更新所述施工人员列表；

当通过任意一个所述定位通信基站获取到所述定位通信模块发出的激活信号时，利用所有所述定位通信模块并通过信号到达时间差计算方法获取所述定位通信模块对应所述目标施工人员的第二人员定位信息；

利用所述第二人员定位信息持续更新所述施工人员列表；

实时监测所述施工人员列表中所有所述目标施工人员的最新位置更新时间；

若任意一个所述目标施工人员的所述最新位置更新时间与当前系统时间之间的时间差值超出预设的第一时间阈值时，将对应的所述目标施工人员标记为未知施工人员，向所述未知施工人员所佩戴的所述智能安全帽发送位置更新语音信息，并基于所述施工人员列表生成针对所述未知施工人员的应急管理策略；

所述基于所述施工人员列表生成针对所述未知施工人员的应急管理策略包括如下步骤：从所述施工人员列表中提取出所述未知施工人员的所述实时位置更新列表和所述位置更新时间列表；

结合所述未知施工人员的所述实时位置更新列表和所述位置更新时间列表，并通过构建自回归预测模型预测所述未知施工人员的第一预测移动路径；

基于所述第一预测移动路径并根据所述时间差值计算得到所述未知施工人员的第一预测移动终点；

基于所述第一预测移动终点，遍历所述施工人员列表中除所述未知施工人员之外所有其他所述安全管理人员的所述实时位置更新列表，选取所述实时位置更新列表中最新实时位置与所述第一预测移动终点距离最近的所述安全管理人员作为目标安全管理人员；

生成针对所述未知施工人员的第一应急管理策略，所述第一应急管理策略被配置为：结合所述未知施工人员在所述施工人员列表中对应的施工人员基础信息，以及所述未知施工人员对应的所述时间差值和所述第一预测移动终点，生成第一安全警报语音信息，并将所述第一安全警报语音信息推送至所述目标安全管理人员的所述智能安全帽。

2.根据权利要求1所述的基于物联网的智能安全帽管理方法，其特征在于，所述当通过任意一个所述射频识别设备获取到所述目标施工人员的第一人员定位信息时，利用所述第一人员定位信息更新所述施工人员列表包括如下步骤：当通过所述入口射频识别设备获取到所述目标施工人员的第一人员定位信息时，判断所述入口射频识别设备获取到的所述第一人员定位信息是否与所述施工人员列表存在信息重复；

若所述入口射频识别设备获取到的所述第一人员定位信息与所述施工人员列表存在信息重复，则从所述施工人员列表中删除信息重复的施工人员信息；

若所述入口射频识别设备获取到的所述第一人员定位信息与所述施工人员列表不存在信息重复，则将所述入口射频识别设备获取到的所述第一人员定位信息添加至所述施工人员列表中；

当通过所述入口射频识别设备之外的其他所有边缘射频识别设备获取到所述目标施工人员的第一人员定位信息时，根据所述边缘射频识别设备获取到的第一人员定位信息更新所述施工人员列表。

3.根据权利要求1所述的基于物联网的智能安全帽管理方法，其特征在于，所述利用所有所述定位通信模块并通过信号到达时间差计算方法获取所述定位通信模块对应所述目标施工人员的第二人员定位信息包括如下步骤：分别通过各个所述定位通信基站获取所述定位通信模块的定位信号；

基于所述定位信号到达各个所述定位通信基站的信号到达时间差，计算得到所述定位通信模块与各个所述定位通信基站的初始距离差；

利用非视距误差识别算法识别所述初始距离差是否处于非视距状态；

若所述初始距离差不处于非视距状态，则将所述初始距离差作为最终距离差；

若所述初始距离差处于所述非视距状态，则采用卡尔曼滤波法修正所述初始距离差的非视距误差，得到所述最终距离差；

结合所有所述定位通信基站的所述最终距离差并通过chan定位算法计算得到所述定位通信模块对应所述目标施工人员的第二人员定位信息。

4.根据权利要求1所述的基于物联网的智能安全帽管理方法，其特征在于，所述结合所述未知施工人员的所述实时位置更新列表和所述位置更新时间列表，并通过构建自回归预测模型预测所述未知施工人员的第一预测移动路径包括如下步骤：预处理所述未知施工人员的所述实时位置更新列表和所述位置更新时间列表，得到所述未知施工人员的位置坐标时间序列；

使用增广迪基‑富勒检验方法验证所述位置坐标时间序列的序列平稳性；

若所述位置坐标时间序列不平稳，则对所述位置坐标时间序列进行差分处理，并统计所述差分处理的差分阶数；

若所述位置坐标时间序列平稳，则将所述位置坐标时间序列对应的所述差分阶数置0；

利用自相关函数确定所述位置坐标时间序列的自回归模型参数；

结合所述自回归模型参数和所述差分阶数拟合构建所述位置坐标时间序列的自回归整合移动平均模型；

基于预设的预测步长并通过所述自回归整合移动平均模型预测得到所述未知施工人员的多个未来移动坐标；

整合所有所述未来移动坐标生成所述未知施工人员的第一预测移动路径。

5.根据权利要求1所述的基于物联网的智能安全帽管理方法，其特征在于，所述方法还包括如下步骤：若任意一个所述目标施工人员的所述最新位置更新时间与当前系统时间之间的时间差值超出预设的第二时间阈值时，将对应的所述目标施工人员标记为紧急施工人员，向所述紧急施工人员所佩戴的所述智能安全帽发送所述位置更新语音信息，并基于所述施工人员列表生成针对所述紧急施工人员的应急管理策略，所述第二时间阈值大于所述第一时间阈值。

6.根据权利要求5所述的基于物联网的智能安全帽管理方法，其特征在于，所述基于所述施工人员列表生成针对所述紧急施工人员的应急管理策略包括如下步骤：从所述施工人员列表中提取出所述紧急施工人员的所述实时位置更新列表和所述位置更新时间列表；

预处理所述紧急施工人员的所述实时位置更新列表和所述位置更新时间列表，得到所述紧急施工人员的历史移动路径；

获取所述目标工地的工地地图，并从所述工地地图中提取出地图拓扑特征；

基于所述历史移动路径从预设的信息数据库中提取出移动路径数据集，所述信息数据库中预先存储有所有施工人员在所述目标工地中的历史综合移动路径，所述移动路径数据集中的所有所述历史综合移动路径与所述历史移动路径之间的路径相似度均超出预设的相似度阈值；

基于卷积神经网络模型构建路径精准预测模型，结合所述地图拓扑特征和所述移动路径数据集训练所述路径精准预测模型；

将所述历史移动路径输入至训练完成的所述路径精准预测模型中，获取所述路径精准预测模型所输出的第二预测移动路径；

基于所述第二预测移动路径并根据所述时间差值计算得到所述紧急施工人员的第二预测移动终点；

基于所述第二预测移动终点，遍历所述施工人员列表中除所述紧急施工人员之外所有其他所述安全管理人员的所述实时位置更新列表，选取多个所述安全管理人员作为紧急安全管理人员，所述紧急安全管理人员的所述实时位置更新列表中的最新实时位置与所述第二预测移动终点之间的距离均小于预设的距离阈值；

生成针对所述紧急施工人员的第二应急管理策略，所述第二应急管理策略被配置为：结合所述紧急施工人员在所述施工人员列表中对应的施工人员基础信息，以及所述紧急施工人员对应的所述时间差值和所述第二预测移动终点，生成第二安全警报语音信息，并将所述第二安全警报语音信息推送至所述紧急安全管理人员的所述智能安全帽。

7.根据权利要求6所述的基于物联网的智能安全帽管理方法，其特征在于，所述路径精准预测模型包括用于从所述地图拓扑特征中提取环境语义信息的环境特征提取层、用于提取移动路径的空间维度特征的卷积网络层和用于提取移动路径的时间维度特征的长短期记忆网络层。

8.一种基于物联网的智能安全帽管理系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的基于物联网的智能安全帽管理方法。

9.一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其特征在于，所述计算机程序被处理器加载并执行时，采用了权利要求1至7中任一项所述的基于物联网的智能安全帽管理方法。