1.一种焊接机器人视觉组件的测量方法，其特征在于，包括如下步骤：
步骤1，机器人复位原点，将工件三维模型或实测标准模型导入工控机，工控机控制全局定位视觉组件采集工件图像信息，将所述工件图像信息上传至工控机，工控机对所述工件图像信息进行处理，解算工件焊缝位置信息，根据工件焊缝位置信息解算工件精定位测量位置，将工件精定位测量位置转换到焊接机器人坐标系下，将工件精定位测量位置信息发送至焊接机器人控制系统；
步骤2，焊接机器人控制系统根据工件精定位测量位置信息，控制焊接机器人焊枪运动将焊枪顶点移动至精定位测量点；
步骤3，工控机控制精定位视觉组件采集工件焊缝图像，并上传图像至工控机，工控机对工件焊缝图像处理，获得工件的三维点云数据，从三维点云数据中提取并解算出工件焊缝的起始点和终止点坐标，将焊缝坐标转换到焊接机器人坐标系下，并自动生成工件焊缝的焊接路径；
步骤4，工控机控制焊接机器人根据焊接路径，引导焊枪运动至焊缝起始点进行起弧开始焊接，沿焊接路径运动到终点位置进行灭弧，完成该焊缝焊接；
步骤5，焊接结束后，焊接机器人向工控机上传结束信息，并启动下一个焊缝焊接过程。
2.根据权利要求1所述的一种焊接机器人视觉组件的测量方法，其特征在于，所述步骤1中，解算工件焊缝位置信息算法，包括如下步骤：
1a)全局定位视觉组件对获取的工件工作环境图像信息进行预处理，采用滤波算法去除环境干扰；
1b)对预处理后的图像进行工件特征识别与提取，获得提取特征的像素坐标；
1c)根据提取特征的像素坐标，利用全局定位视觉组件的内外参数，通过双目交汇测距方法计算所提取像素坐标在全局定位视觉组件坐标系下的三维坐标；
1d)在工控机中预先标定好全局视觉组件坐标系和焊接机器人坐标系之间的关系，通过坐标转换将在全局定位视觉组件三维坐标系下的提取特征转换到焊接机器人坐标系下。
3.根据权利要求2所述的一种焊接机器人视觉组件的测量方法，其特征在于，所述步骤1b)对工件特征识别提取的算法步骤如下：
1b-1)通过背景差法去除背景干扰，并结合大津阈值分割方法提取出工件在图像中的位置；
1b-2)对提取出的工件感兴趣区域进行边缘提取，并去除部分伪目标；
1b-3)对剩余的边缘特征进行分析，并结合先验工件边缘参数信息，利用归一化平方差匹配法提取有效的特征点。
4.根据权利要求2所述的一种焊接机器人视觉组件的测量方法，其特征在于，所述步骤1c)全局定位视觉组件的内外参数包括全局定位视觉组件中的双目相机的焦距、主点坐标、倾斜参数、畸变参数内参参数和旋转矩阵、平移向量的外参参数。
5.根据权利要求1所述的一种焊接机器人视觉组件的测量方法，其特征在于，所述步骤3中，工控机解算工件焊缝精确位置，采用精定位视觉组件采集图像，步骤如下：
3a)精定位视觉组件采集工件的图像信息进行滤波处理，去除干扰点；
3b)根据精定位视觉组件的内外参数对图像进行畸变校正；
3c)利用sgbm方法对双目相机获取的图像进行立体匹配，获取视差图；
3d)对视差图进行优化处理；
3e)利用视差图生成工件的三维点云数据；
3f)对三维点云进行处理，提取焊缝的起始点和终止点；
3g)将焊接路径坐标转换至焊接机器人坐标系下。
6.根据权利要求5所述的一种焊接机器人视觉组件的测量方法，其特征在于，所述步骤3d)中对视差图进行优化处理具体步骤如下：
3d-1)对视差图进行空洞填充，对匹配不成功的区域利用周围匹配成功区域的信息进行拟合，用周边视差值逼近中心视差值；
3d-2)对视差图用浮点型视差值进行拟合替换原有离散视差值；
3d-3)去除视差图边缘产生的马赛克区域，通过空洞填充、降采样方法进行边缘拟合处理；
3d-4)对视差图进行孤立斑点去除，去除离群孤立点。
7.根据权利要求5所述的一种焊接机器人视觉组件的测量方法，其特征在于，所述步骤3f)中从三维点云数据中提取焊缝的起始点和终止点,采用基于深度学习卷积神经网络实现，具体如下：
3f-1)构建神经网路模型：采用的神经网络结构包括4个卷积层、1个局部响应归一化层、2个池化层、1个全连接分类层和1个softmax层，在caff框架下实现；
3f-2)制作训练数据集和测试数据集：待焊接工件焊缝的类型有搭接焊缝、直角焊缝、深v型焊缝和对接焊缝，根据焊缝类型对三维点云数据进行特征标记和分类；
3f-3)利用制作的数据集进行监督学习，训练神经网路模型的参数，使用随机梯度下降法更新权值；
3f-4)将三维点云数据送入神经网络，提取出焊缝；
3f-5)对提取出的焊缝进行拟合处理，计算出焊缝的起始点和终止点。
8.根据权利要求1所述的一种焊接机器人视觉组件的测量方法，其特征在于，所述步骤3中，解算工件焊缝精确位置算法，采用线结构光或激光线扫主动视觉组件采集图像，算法步骤如下：
31)线结构光组件采集到的工件的图像信息进行滤波处理，并设置感兴趣区域；
32)对感兴趣区域去除弧光、飞溅干扰；
33)对激光线进行细化并使用海森矩阵提取激光线像素坐标；
34)利用相机坐标系(x，y，z)下激光投射面方程：ax+by+cz+d＝0和激光中心线像素坐标，计算出激光线的三维坐标点；其中，a、b、c、d分别为激光投射面方程的拟合参数；
35)对激光线上的无效点进行插补，并对插补点进行标记；
36)控制焊机机器人进行推扫，生成工件的三维点云数据；
37)对三维点云进行处理，从中提取出焊缝的起始点和终止点；
38)坐标转换，将焊缝的坐标转换至焊接机器人坐标系下。
9.一种权利要求1-8任一项所述方法采用的焊接机器人视觉组件，其特征在于，包括：
全局定位视觉组件，获取工件图像信息，将工件图像信息发送给工控机，进而通过工控机从焊接工作台中提取工件，并识别工件大致焊缝位置，引导焊接机器人单元进行精定位识别；
精定位视觉组件，获取工件焊缝位置图像信息，进而通过工控机分析图像，经图像处理后精确识别焊缝位置，引导焊接机器人焊接；
工控机，执行图像处理、数据通信以及焊接机器人的运动控制；
焊接机器人单元，其焊枪上安装有精定位视觉组件，焊接机器人控制系统接受工控机的运动位置信息并引导焊枪运动至焊缝位置处，执行焊接任务；
供电单元，为全局定位视觉组件及精定位视觉组件供电。
10.根据权利要求9所述的焊接机器人视觉组件，其特征在于，所述全局定位视觉组件包括ccd或cmos相机和摄像头，全局定位视觉组件至少为2个相机或摄像头；
所述精定位视觉组件为双目、多目或单目多位置ccd或cmos相机，包括固定安装架、图像采集单元、滤光片、镜头保护罩和防飞溅挡板；所述精定位视觉组件通过转接件固定安装于焊接机器人焊枪上；
所述图像采集单元为被动视觉检测组件、结构光主动视觉检测组件或两者的结合；所述被动视觉检测组件包括ccd/cmos图像采集单元和光学镜头；所述结构光主动视觉组件包括ccd/cmos图像采集单元、结构光光源或激光光源、光学镜头和滤光片。