1.一种血管自动定位的光声血糖检测装置，其特征在于：包括激发光源装置(1)、样品装置(2)，探测装置(3)和信号处理装置(4)，所述激发光源装置(1)沿光传播方向由激光器(11)、光阑(12)、准直透镜(13)和聚焦透镜(14)构成，所述聚焦透镜(14)为焦距可调式聚焦透镜；所述样品装置(2)用于装载和固定被测样品，所述探测装置(3)包括后向超声探测器(31)、侧向超声探测器(32)、扫描移动平台(33)、移动平台控制器(34)和微型调焦控制器(35)，所述信号处理装置(4)由信号放大器(41)、信号采集卡(42)和计算机(43)依次电气连接构成；所述后向超声探测器(31)为一环形超声探测器，所述后向超声探测器(31)内环直径等于所述聚焦透镜(14)的外径，所述后向超声探测器(31)环中心点与所述聚焦透镜(14)中心点重合，所述后向超声探测器(31)的前端面与所述聚焦透镜(14)的径向面在同一平面上，所述聚焦透镜(14)内嵌于后向超声探测器(31)内环中，与聚焦透镜(14)构成一体化，所述后向超声探测器(31)位置随聚焦透镜(14)焦距的变化而变化，所述激光器(11)出口与光阑(12)、准直透镜(13)和聚焦透镜(14)的中心在一条轴线上；所述侧向超声探测器(32)固定在扫描移动平台(33)上，随扫描移动平台(33)移动而移动；所述扫描移动平台(33)与移动平台控制器(34)电气连接，所述移动平台控制器(34)与计算机(43)连接；所述信号放大器(41)输入端分别与所述后向超声探测器(31)和侧向超声探测器(32)的信号输出端相连；

所述信号采集卡(42)与激光器(11)电气连接。

2.如权利要求1所述的一种血管自动定位的光声血糖检测装置，其特征在于：所述的样品装置(2)位于所述后向超声探测器(31)和侧向超声探测器(32)之间。

3.如权利要求1所述的一种血管自动定位的光声血糖检测装置，其特征在于：所述侧向超声探测器(32)为单元或多元或环形超声探测器。

4.一种血管自动定位的光声血糖检测方法，其特征在于：包括以下步骤：

第一步：通过扫描移动平台(33)将侧向超声探测器(32)的前端面中心轴位置复位至后向超声探测器(31)前端面水平位置，即：将后向超声探测器(31)的前端面水平位置作为侧向超声探测器(32)扫描移动动作的空间零起始位置；

第二步：开启激光器(11)的电源开关，激光器(11)预测约半小时后，在样品装置(2)上的被测组织测量区域的表面均匀涂抹超声耦合液，将聚焦透镜(14)连同后向超声探测器(31)和侧向超声探测器(32)均与被测组织表面平行紧密接触；

第三步：开启信号放大器(41)、信号采集卡(42)和计算机(43)的电源开关，设置好激光器(11)的能量、频率和波长，点击激光器(11)激发光束按键，脉冲激光光束从激光器(11)出口处射出；

第四步：激光器(11)发出的脉冲激光光束先经过光阑(12)除去部分杂散光，然后依次经过准直透镜(13)准直和聚焦透镜(14)聚焦后入射到样品装置(2)上的被测组织中，被测组织产生光声信号，后向超声探测器(31)和侧向超声探测器(32)同时捕获被测组织产生的光声信号；

第五步：由计算机(43)向移动平台控制器(34)发送扫描移动指令，扫描移动平台(33)开始运转，驱动侧向超声探测器(32)对整个样品装置(2)中的被测组织进行Z方向的平移扫描，侧向超声探测器(32)同步捕获被测组织的实时光声信号；

第六步：侧向超声探测器(32)捕获的被测组织实时光声信号，经过信号放大器(41)放大后，传送至信号采集卡(42)进行同步采集，然后采集到的光声信号数据在计算机(43)的图形化编程软件操作下，并记被测组织实时光声信号的峰峰值，以及侧向超声探测器(32)与后向超声探测器(31)探测器前端平面的距离H；

第七步：将第六步获得的被测组织的实时光声信号的峰峰值，通过计算机(43)的数据处理算法，得到侧向超声探测器(32)扫描获得的最大光声峰峰值和空间位置及其对应的侧向超声探测器(32)与后向超声探测器(31)探测器前端平面的距离H；

第八步：计算机(43)根据第七步获得的侧向超声探测器(32)与后向超声探测器(31)探测器前端平面的距离H，向微型调焦控制器(35)发送指令，将聚焦透镜(14)的焦距自动调整长度为△L，即：△L＝L‑H，其中L为聚焦透镜(14)的焦距，使得聚焦透镜(14)的入射聚集光斑正好落入血管中；

第九步：根据第八步确定好入射聚集光斑落入血管后，由后向超声探测器(31)捕获血糖实时光声信号，然后，依次经过信号放大器(41)放大和信号采集卡(42)同步采集，将光声数据送入计算机(43)进行血管中血糖光声信号的存储和分析处理；

第十步：完成一个被测对象的上述所有步骤后，将激光器(11)能量调至0，更换不同的检测部位或被测对象，然后，重复第一步至第九步直至完成所有被测对象的血管定位的血糖光声检测，并得到了所有被测对象血管中血糖的光声数据，构成一个不同检测部位或被测对象的血糖光声数据矩阵，然后建立光声数据矩阵与血糖浓度矩阵的关系模型，并最终实现对未知血管中血糖浓度的预测。