1.一种汽车部件的扫描检测分析方法，其特征在于，该方法包括以下步骤：S1、清洁待检测汽车部件，并定位及固定该待检测汽车部件，同时校准三维激光扫描仪；

S2、对三维激光扫描仪的扫描参数进行优化；

S3、利用三维激光扫描仪对待检测汽车部件进行三维扫描，并获取待检测汽车部件的尺寸数据；

S4、对待检测汽车部件的尺寸数据进行分析，判断待检测汽车部件的尺寸是否存在异常；

所述对三维激光扫描仪的扫描参数进行优化包括以下步骤：S21、定义扫描参数与适应度函数；

S22、随机初始化若干数量的实体，且实体的位置代表三维激光扫描参数的备选组合；

S23、将所有实体分为若干的子群，并对每个子群内的实体进行局部搜索并优化扫描参数；

S24、对子群内部适应值低于阈值的实体进行交互学习，并使低于阈值的实体获得其他子群的优质元素；

S25、获取精英群，并使精英群自学习进化；

S26、基于协同进化的思想，在全局范围内更新实体的位置，并进行参数搜索；

S27、检查是否达到了预设的迭代次数或其它终止条件，若达到了预设的迭代次数或其它终止条件，则不再执行搜索；

S28、返回适应度最高的实体，该实体的位置代表了最优的三维激光扫描仪的扫描参数，且根据最优参数设置三维激光扫描仪，并进行待检测汽车部件的扫描；

所述获取精英群，并使精英群自学习进化包括以下步骤：S251、从当前所有子群中选择适应度最高的M个实体作为精英群；

S252、在精英群中应用双向随机变异算子进行自我学习和调整；

S253、若产生更优的三维激光扫描仪的扫描参数组合，则更新精英群；

其中，所述在精英群中应用双向随机变异算子进行自我学习和调整时，自学习公式为：；

式中，ξ表示缩放因子，rands（）ij表示一个随机函数，产生对应Pij的‑1到1的随机数，使得对精英群的精英实体的每一维度进行双向随机变异扰动；

Pij表示第i个精英实体在第j维度的当前值，△Pij表示第i个精英实体在其第j维度上的变化量， 表示第n次迭代后第i个精英实体在第j维度的当前值。

2.根据权利要求1所述的一种汽车部件的扫描检测分析方法，其特征在于，所述定义扫描参数与适应度函数包括以下步骤：S211、将三维激光扫描仪的各种参数，定义为解空间中的某个位置；

S212、定义适应度函数。

3.根据权利要求1所述的一种汽车部件的扫描检测分析方法，其特征在于，所述基于协同进化的思想，在全局范围内更新实体的位置，并进行参数搜索包括以下步骤：S261、随机选择进行全局更新的实体；

S262、从其他子群中选择合作的实体；

S263、合作的实体与随机选择进行全局更新的实体进行交换或合并信息；

S264、基于粒子群优化算法为随机选择进行全局更新的实体生成新的位置，且对于每个新的位置计算适应度，且若新的位置的适应度比实体的当前位置更高，则更新该实体的位置。

4.根据权利要求1或3所述的一种汽车部件的扫描检测分析方法，其特征在于，所述对待检测汽车部件的尺寸数据进行分析，判断待检测汽车部件的尺寸是否存在异常包括以下步骤：S41、对待检测汽车部件的尺寸数据进行预处理；

S42、对生成器及判别器进行构建；

S43、对生成器及判别器进行训练；

S44、使用训练好的判别器对待检测汽车部件的尺寸数据进行评估，且若判别器认为某个数据点是伪造的，则标记该待检测汽车部件为异常；

S45、使用评价指标衡量判别器的性能。

5.根据权利要求4所述的一种汽车部件的扫描检测分析方法，其特征在于，所述对待检测汽车部件的尺寸数据进行预处理包括以下步骤：S411、选择待检测汽车部件的尺寸数据，并计算尺寸数据的统计量；

S412、根据待检测汽车部件的尺寸数据及统计量创建异常数据；

S413、对于待检测汽车部件的部件类型，使用One‑Hot编码进行处理；

S414、将待检测汽车部件的尺寸数据及统计量进行二维等同信息度变换，并转为灰度图数据。

6.根据权利要求5所述的一种汽车部件的扫描检测分析方法，其特征在于，所述对生成器及判别器进行构建包括以下步骤：S421、将100维随机噪声向量作为生成器的输入，并使用批标准化来加速收敛并减缓过拟合；

S422、生成器的输出层使用tanh激活函数，且其他层使用ReLU激活函数，同时生成待检测汽车部件的尺寸及统计量的伪数据；

S423、使判别器的结构与生成器相对称，且使用LeakyReLU作为激活函数，同时最后一层使用sigmoid激活函数，并输出待检测汽车部件的尺寸及统计量是否为真实部件尺寸的概率。

7.根据权利要求6所述的一种汽车部件的扫描检测分析方法，其特征在于，所述对生成器及判别器进行训练包括以下步骤：S431、从真实的汽车部件的尺寸及统计量的数据集中随机抽取样本，并生成随机噪声向量，通过生成器产生伪数据；

S432、计算真实数据和伪数据在判别器中的损失，并使用梯度下降法更新判别器的权重和偏差；

S433、使用随机噪声作为输入给生成器，且通过生成器产生伪数据，并使用判别器为伪数据分配分数；

S434、根据判别器对伪数据的评估来计算生成器的损失并反馈更新生成器。

8.根据权利要求7所述的一种汽车部件的扫描检测分析方法，其特征在于，所述使用评价指标衡量判别器的性能包括以下步骤：S451、计算查全率、查准率及准确率三个指标；

S452、根据查全率及查准率的值计算评价值；

其中，评价值计算公式为： ；

式中，F表示评价值；

P表示查准率，R表示查全率；

若评价值大于预先设定的阈值，则判别器合格。