CN114872048B - 一种机器人舵机角度校准方法 - Google Patents

Abstract

本发明涉及一种机器人舵机角度校准方法，属于计算机视觉技术领域，该方法步骤包括：利用随舵机同步转动的摄像装置拍摄正对参照物的旋转前图像和相对参照物转动的旋转后图像；将旋转前图像和旋转后图像中参照物区域各角点进行匹配计算出参照物区域各角点形变程度总和，计算出参照物区域各角点移动距离的均值；将参照物区域各角点形变程度总和、参照物区域占比变化以及参照物区域边缘形变程度相加作为参照物区域整体形变程度；根据参照物区域整体形变程度确定舵机的实际旋转角度；根据舵机实际旋转角度与预设旋转角度之间的差值对舵机进行校准；本发明通过摄像装置拍摄的两张图像对舵机进行校准，校准过程简单同时校准效率高。

Description

一种机器人舵机角度校准方法

技术领域

本发明属于计算机视觉技术领域，具体涉及一种机器人舵机角度校准方法。

背景技术

随着科技的进步，人们对机器人技术智能化本质认识的加深，机器人技术开始源源不断地向人类活动的各个领域渗透。结合各个领域的应用特点，人们发展了各式各样的具有感知、决策、行动和交互能力的各种智能机器人。而为了保证机器人各个关节的灵活运动，一般将舵机设置在机器人的各个活动关节中，通过使舵机的输出轴与机器人的各关机上的固定位置固定连接，使得舵机在运转时，可以带动机器人的关节运动。随着舵机技术的不断发展，各种类型的舵机层出不穷，使得通过舵机驱动的各种机器人的广泛普及成为可能。

同时由于舵机和舵盘的吻合精度、机械加工误差等原因，可能会导致安装好的机器人的关节零位偏离目标位置。因此，在使用机器人前，需要对各关节进行校准，以保证舵机的不同旋转角度能够与机器人的关节的不同运动位置一一对应，实现舵机对机器人关节的运动位置的精准控制。然而，现有的舵机角度校准方法通常需要人工干预，且需要进行二次校准，校准过程复杂、效率低下。

发明内容

本发明提供一种机器人舵机角度校准方法，旨在解决现有的舵机角度校准方法通常需要人工干预，且需要进行二次校准，校准过程复杂、效率低下的问题。

本发明的一种机器人舵机角度校准方法采用如下技术方案：该方法包括：

利用随舵机同步转动的摄像装置，获取摄像装置正对参照物的旋转前图像和摄像装置相对参照物转动的旋转后图像；

将所述旋转前图像和所述旋转后图像中参照物区域各角点进行匹配，根据参照物区域各角点到参照物区域质心向量计算出参照物区域各角点形变程度序列和参照物区域各角点形变程度总和；

根据所述旋转前图像和所述旋转后图像中参照物区域各角点的位置坐标和所述参照物区域各角点形变程度计算出参照物区域各角点移动距离的均值；

根据所述旋转前图像中参照物区域像素点个数占比和所述旋转后图像中参照物区域像素点个数占比确定参照物区域占比变化；

将所述旋转前图像和所述旋转后图像中参照物区域边缘进行直线拟合并匹配，根据参照物区域边缘所在直线斜率的变化确定参照物区域边缘形变程度；

将所述参照物区域各角点形变程度总和、所述参照物区域占比变化以及所述参照物区域边缘形变程度相加作为参照物区域整体形变程度；

根据所述参照物区域各角点移动距离的均值、所述参照物区域整体形变程度以及摄像装置与参照物之间初始距离确定舵机的实际旋转角度；

计算出舵机的所述实际旋转角度与预设旋转角度之间的差值，根据所述差值对舵机进行校准。

进一步地，根据参照物区域各角点到参照物区域质心向量计算出参照物区域各角点形变程度序列和参照物区域各角点形变程度总和，包括：

获取由所述旋转前图像中参照物区域各角点到参照物区域质心的第一向量组成的第一向量序列；

获取由所述旋转后图像中参照物区域各角点到参照物区域质心的第二向量组成的第二向量序列；

计算所述第一向量序列与所述第二向量序列中对应向量差值的第一绝对值，由获得的所有的第一绝对值组成参照物区域各角点形变程度序列；

将所述参照物区域各角点形变程度序列的和值作为参照物区域各角点形变程度总和。

进一步地，根据所述旋转前图像和所述旋转后图像中参照物区域各角点的位置坐标和所述参照物区域各角点形变程度计算出参照物区域各角点移动距离的均值，包括：

获取所述旋转前图像中参照物区域各角点在旋转前图像中的第一坐标；

获取所述旋转后图像中参照物区域各角点在旋转后图像中的第二坐标；

根据所述第一坐标和所述第二坐标计算出参照物区域各角点的移动距离；

由获得的所有的移动距离数值组成参照物区域各角点移动距离集合；

获得所述参照物区域各角点形变程度占所述参照物区域各角点形变程度总和的比值，将获得的每个比值分别作为参照物区域各角点移动距离的权重；

根据所述参照物区域各角点移动距离集合和所述参照物区域各角点移动距离的权重计算出参照物区域各角点移动距离的均值。

进一步地，根据所述旋转前图像中参照物区域像素点个数占比和所述旋转后图像中参照物区域像素点个数占比确定参照物区域占比变化，包括：

计算出旋转前图像中参照物区域像素点个数占旋转前图像中像素点总个数的比值，并将该比值记作第一占比；

计算出旋转后图像中参照物区域像素点个数占旋转后图像中像素点总个数的比值，并将该比值记作第二占比；

将所述第二占比和所述第一占比差值的绝对值作为参照物区域占比变化。

进一步地，将所述旋转前图像和所述旋转后图像中参照物区域边缘进行直线拟合并匹配，根据参照物区域边缘所在直线斜率的变化确定参照物区域边缘形变程度，包括：

对所述旋转前图像中参照物区域边缘进行直线拟合得到多条旋转前边缘直线；

对所述旋转后图像中参照物区域边缘进行直线拟合得到多条旋转后边缘直线；

将所述多条旋转前边缘直线和所述多条旋转后边缘直线进行匹配获得参照物区域各边缘所对应的旋转前边缘直线和旋转后边缘直线；

根据所述参照物区域各边缘所对应的旋转前边缘直线和旋转后边缘直线斜率的变化确定参照物区域边缘形变程度。

进一步地，根据所述参照物区域各角点移动距离的均值、所述参照物区域整体形变程度以及摄像装置与参照物之间初始距离确定舵机的实际旋转角度，包括：

根据所述参照物区域各角点移动距离的均值和所述参照物区域整体形变程度计算出参照物区域的实际移动距离；

根据所述参照物区域的实际移动距离和摄像装置与参照物之间初始距离确定舵机的实际旋转角度。

进一步地，根据所述参照物区域各角点移动距离集合和所述参照物区域各角点移动距离的权重计算出参照物区域各角点移动距离的均值，包括：

获取参照物区域中每个角点的所述移动距离和该角点所对应的所述移动距离的权重；

将参照物区域中每个角点的所述移动距离和该角点所对应的所述移动距离的权重相乘得到每个角点的加权后移动距离；

将参照物区域中全部角点的所述加权后移动距离相加得到参照物区域中全部角点的加权后移动距离总和；

将参照物区域中全部角点的所述加权后移动距离总和除以参照物区域中全部角点总数得到参照物区域各角点移动距离的均值。

进一步地，根据所述参照物区域各边缘所对应的旋转前边缘直线和旋转后边缘直线斜率的变化确定参照物区域边缘形变程度，包括：

计算出所述参照物区域各边缘所对应的旋转前边缘直线和旋转后边缘直线斜率的变化差值，记作边缘直线斜率变化差值；

将获得的所有的所述边缘直线斜率变化差值的绝对值相加作为参照物区域边缘形变程度。

本发明的有益效果是：

本发明中通过机器人上安装的随舵机同步转动的摄像装置拍摄正对参照物的旋转前图像和摄像装置相对参照物转动的旋转后图像。对所述旋转前图像和所述旋转后图像进行处理，根据旋转前图像和旋转后图像内参照物区域各角点形变程度总和、参照物区域占比变化以及参照物区域边缘形变程度相加作为参照物区域整体形变程度。

根据参照物区域整体形变程度、参照物区域各角点移动距离的均值以及摄像装置正对参照物时摄像装置与参照物之间初始距离确定舵机的实际旋转角度。再根据实际旋转角度与控制器命令中预设的机器人预设旋转角度之间的差值对舵机进行调零校准。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的一种机器人舵机角度校准方法的实施例总体步骤的流程示意图；

图2为本发明的一种机器人舵机角度校准方法的实施例步骤S2的流程示意图；

图3为本发明的一种机器人舵机角度校准方法的实施例步骤S3的流程示意图；

图4为本发明的一种机器人舵机角度校准方法的实施例步骤S5的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的一种机器人舵机角度校准方法的实施例，如图1所示，该方法包括：

S1、利用随舵机同步转动的摄像装置，获取摄像装置正对参照物的旋转前图像和摄像装置相对参照物转动的旋转后图像。

本发明在获取图像时先在机器人上安装随舵机同步转动的摄像装置，利用摄像装置拍摄正对参照物的旋转前图像和摄像装置相对参照物转动的旋转后图像。其中，摄像装置正对参照物时摄像装置与参照物之间的距离最小。当摄像装置相对参照物转动时再拍摄旋转后图像时，参照物在旋转后图像中的位置和参照物的形状都会发生变化。

其中，具体的参照物使用者可以根据具体情况自行选择。本发明中选择黑白棋盘作为参照物。

S2、将所述旋转前图像和所述旋转后图像中参照物区域各角点进行匹配，根据参照物区域各角点到参照物区域质心向量计算出参照物区域各角点形变程度序列和参照物区域各角点形变程度总和。

如图2所示：S21、获取由所述旋转前图像中参照物区域各角点到参照物区域质心的第一向量组成的第一向量序列。

所述第一向量序列如下式(1)所示：

其中，n表示参照物区域角点个数总和。

S22、获取由所述旋转后图像中参照物区域各角点到参照物区域质心的第二向量组成的第二向量序列。

所述第二向量序列如下式(2)所示：

其中，n表示参照物区域角点个数总和。

S23、计算所述第一向量序列与所述第二向量序列中对应向量差值的第一绝对值，由获得的所有的第一绝对值组成参照物区域各角点形变程度序列。

所述参照物区域各角点形变程度序列如下式(3)所示：

其中，n表示参照物区域角点个数总和。

S24、将所述参照物区域各角点形变程度序列的和值作为参照物区域各角点形变程度总和。

所述参照物区域各角点形变程度总和如下式(4)所示：

其中，u_i表示参照物区域各角点形变程度；n表示参照物区域角点个数总和。

S3、根据所述旋转前图像和所述旋转后图像中参照物区域各角点的位置坐标和所述参照物区域各角点形变程度计算出参照物区域各角点移动距离的均值。

如图3所示：S31、获取所述旋转前图像中参照物区域各角点在旋转前图像中的第一坐标。

所述第一坐标为(x_i,y_i)，其中，i＝{1,2,…,n}，n表示参照物区域角点个数总和。

S32、获取所述旋转后图像中参照物区域各角点在旋转后图像中的第二坐标。

所述第二坐标为(a_i,b_i)，其中，i＝{1,2,…,n}，n表示参照物区域角点个数总和。

S33、根据所述第一坐标和所述第二坐标计算出参照物区域各角点的移动距离。

所述参照物区域各角点的移动距离如下式(5)所示：

其中，(x_i,y_i)表示参照物区域各角点在旋转前图像中的第一坐标；(a_i,b_i)表示参照物区域各角点在旋转后图像中的第二坐标。

S34、由获得的所有的移动距离数值组成参照物区域各角点移动距离集合。

所述参照物区域各角点移动距离集合如下式(6)所示：

A_i＝{A₁,A₂,…,A_n} (6)

其中，n表示参照物区域角点个数总和。

S35、获得所述参照物区域各角点形变程度占所述参照物区域各角点形变程度总和的比值，将获得的每个比值分别作为参照物区域各角点移动距离的权重。

由获得的所有比值作为参照物区域各角点移动距离的权重集合，所述参照物区域各角点移动距离的权重集合如下式(7)所示：

其中，u_i表示参照物区域各角点形变程度；U表示参照物区域各角点形变程度总和。

S36、根据所述参照物区域各角点移动距离集合和所述参照物区域各角点移动距离的权重计算出参照物区域各角点移动距离的均值。

其中，获取参照物区域中每个角点的所述移动距离和该角点所对应的所述移动距离的权重；将参照物区域中每个角点的所述移动距离和该角点所对应的所述移动距离的权重相乘得到每个角点的加权后移动距离；将参照物区域中全部角点的所述加权后移动距离相加得到参照物区域中全部角点的加权后移动距离总和；将参照物区域中全部角点的所述加权后移动距离总和除以参照物区域中全部角点总数得到参照物区域各角点移动距离的均值。

所述参照物区域各角点移动距离的均值如下式(8)所示：

其中，A表示参照物区域各角点移动距离的均值；A_i表示参照物区域第i个角点移动距离；v_i表示参照物区域第i个角点移动距离的权重；n表示参照物区域角点个数总和。

S4、根据所述旋转前图像中参照物区域像素点个数占比和所述旋转后图像中参照物区域像素点个数占比确定参照物区域占比变化。

所述旋转前图像中参照物区域像素点个数占比D₁的计算公式如下式(9)所示：

其中，D_c表示旋转前图像中参照物区域像素点个数；D_z表示旋转前图像中像素点总个数。

按照旋转前图像中参照物区域像素点个数占比D₁的计算方法，计算出旋转后图像中参照物区域像素点个数占比D₂。

参照物区域占比变化的计算公式如下式(10)所示：

P＝|D₂-D₁| (10)

其中，P表示参照物区域占比变化；D₁表示旋转前图像中参照物区域像素点个数占比；D₂表示旋转后图像中参照物区域像素点个数占比D₂。

S5、将所述旋转前图像和所述旋转后图像中参照物区域边缘进行直线拟合并匹配，根据参照物区域边缘所在直线斜率的变化确定参照物区域边缘形变程度。

如图4所示：S51、对所述旋转前图像中参照物区域边缘进行直线拟合得到多条旋转前边缘直线。

S52、对所述旋转后图像中参照物区域边缘进行直线拟合得到多条旋转后边缘直线。

S53、将所述多条旋转前边缘直线和所述多条旋转后边缘直线进行匹配获得参照物区域各边缘所对应的旋转前边缘直线和旋转后边缘直线。

本发明中选择黑白棋盘作为参照物。黑白棋盘具有四条边缘直线，四条边缘直线的直线方程如下式(11)所示：

其中，k₁、k₂、k₃、k₄分别四条旋转前边缘直线的斜率。

同理可得四条旋转后边缘直线的斜率为k′₁、k′₂、k′₃、k′₄。其中，k₁和k′₁为参照物区域同一边缘在旋转前边缘直线的斜率和旋转后边缘直线的斜率。

S54、根据所述参照物区域各边缘所对应的旋转前边缘直线和旋转后边缘直线斜率的变化确定参照物区域边缘形变程度。

其中，计算出所述参照物区域各边缘所对应的旋转前边缘直线和旋转后边缘直线斜率的变化差值，记作边缘直线斜率变化差值；将获得的所有的所述边缘直线斜率变化差值的绝对值相加作为参照物区域边缘形变程度。

所述参照物区域边缘形变程度的计算公式如下式(12)所示：

K＝|k′₁-k₁|+|k′₂-k₂|+|k′₃-k₃|+|k′₄-k₄| (12)

其中，K表示参照物区域边缘形变程度；k₁、k₂、k₃、k₄分别四条旋转前边缘直线的斜率；k′₁、k′₂、k′₃、k′₄分别四条旋转后边缘直线的斜率。

S6、将所述参照物区域各角点形变程度总和、所述参照物区域占比变化以及所述参照物区域边缘形变程度相加作为参照物区域整体形变程度。

所述参照物区域整体形变程度的计算公式如下式(13)所示：

Q＝P+K+U (13)

其中，Q表示参照物区域整体形变程度；P表示参照物区域占比变化；K表示参照物区域边缘形变程度；U表示参照物区域各角点形变程度总和。

S7、根据所述参照物区域各角点移动距离的均值、所述参照物区域整体形变程度以及摄像装置与参照物之间初始距离确定舵机的实际旋转角度。

根据所述参照物区域各角点移动距离的均值和所述参照物区域整体形变程度计算出参照物区域的实际移动距离；

所述参照物区域的实际移动距离的计算公式如下式(14)所示：

F＝w₁A+w₂Q (14)

其中，F表示参照物区域的实际移动距离；A表示参照物区域各角点移动距离的均值；Q表示参照物区域整体形变程度；w₁为A对应权重，w₂为Q对应权重，w₁和w₂由实施者根据需求自行设置。其中，由于参照物区域各角点移动距离的重要性，即A的重要性比较大，所以w₁的取值需要远远大于w₂。

以摄像装置位置为原点，原点垂直于拍摄平面的直线为y轴，过原点垂直于y轴的直线为x轴，设定摄像装置距离参照物拍摄平面的初始距离为h，获得摄像装置初始拍摄角度时映射到y＝h直线上的坐标点(m₁,h)，由于初始位置摄像装置镜头垂直于拍摄平面，所以m₁＝0，以及旋转后的坐标点(m₂,h)，当摄像装置向右旋转时m₂＝F，当摄像装置向左旋转时m₂＝-F。

机器人的实际旋转角度β的计算公式如下式(15)所示：

其中，当摄像装置向右旋转时m₂＝F，当摄像装置向左旋转时m₂＝-F，h表示摄像装置距离参照物拍摄平面的初始距离。

S8、计算出舵机的所述实际旋转角度与预设旋转角度之间的差值，根据所述差值对舵机进行校准。

由S7步骤得到了机器人的实际旋转角度为β，已经控制器命令中预设的机器人预设旋转角度为R，将所述β和R差值的绝对值作为误差值，所述误差值的计算公式如下式(16)所示：

Z＝|β-R| (16)

其中，Z表示误差值；β表示机器人的实际旋转角度；R表示预设旋转角度。误差值Z便为调零参数，控制调零软件对机器人舵机进行零位校准。

综上所述，本发明提供一种机器人舵机角度校准方法，通过机器人上安装的随舵机同步转动的摄像装置拍摄正对参照物的旋转前图像和摄像装置相对参照物转动的旋转后图像。对所述旋转前图像和所述旋转后图像进行处理，根据旋转前图像和旋转后图像内参照物区域各角点形变程度总和、参照物区域占比变化以及参照物区域边缘形变程度相加作为参照物区域整体形变程度。根据参照物区域整体形变程度、参照物区域各角点移动距离的均值以及摄像装置正对参照物时摄像装置与参照物之间初始距离确定舵机的实际旋转角度。再根据实际旋转角度与控制器命令中预设的机器人预设旋转角度之间的差值对舵机进行调零校准。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种机器人舵机角度校准方法，其特征在于，该方法包括：

利用随舵机同步转动的摄像装置，获取摄像装置正对参照物的旋转前图像和摄像装置相对参照物转动的旋转后图像；

将所述旋转前图像和所述旋转后图像中参照物区域各角点进行匹配，根据参照物区域各角点到参照物区域质心向量计算出参照物区域各角点形变程度序列和参照物区域各角点形变程度总和；

根据所述旋转前图像和所述旋转后图像中参照物区域各角点的位置坐标和所述参照物区域各角点形变程度计算出参照物区域各角点移动距离的均值；

根据所述旋转前图像中参照物区域像素点个数占比和所述旋转后图像中参照物区域像素点个数占比确定参照物区域占比变化；

将所述旋转前图像和所述旋转后图像中参照物区域边缘进行直线拟合并匹配，根据参照物区域边缘所在直线斜率的变化确定参照物区域边缘形变程度；

将所述参照物区域各角点形变程度总和、所述参照物区域占比变化以及所述参照物区域边缘形变程度相加作为参照物区域整体形变程度；

根据所述参照物区域各角点移动距离的均值、所述参照物区域整体形变程度以及摄像装置与参照物之间初始距离确定舵机的实际旋转角度；

计算出舵机的所述实际旋转角度与预设旋转角度之间的差值，根据所述差值对舵机进行校准。

2.根据权利要求1所述的一种机器人舵机角度校准方法，其特征在于，所述根据参照物区域各角点到参照物区域质心向量计算出参照物区域各角点形变程度序列和参照物区域各角点形变程度总和，包括：

获取由所述旋转前图像中参照物区域各角点到参照物区域质心的第一向量组成的第一向量序列；

获取由所述旋转后图像中参照物区域各角点到参照物区域质心的第二向量组成的第二向量序列；

计算所述第一向量序列与所述第二向量序列中对应向量差值的第一绝对值，由获得的所有的第一绝对值组成参照物区域各角点形变程度序列；

将所述参照物区域各角点形变程度序列的和值作为参照物区域各角点形变程度总和。

3.根据权利要求1所述的一种机器人舵机角度校准方法，其特征在于，所述根据所述旋转前图像和所述旋转后图像中参照物区域各角点的位置坐标和所述参照物区域各角点形变程度计算出参照物区域各角点移动距离的均值，包括：

获取所述旋转前图像中参照物区域各角点在旋转前图像中的第一坐标；

获取所述旋转后图像中参照物区域各角点在旋转后图像中的第二坐标；

根据所述第一坐标和所述第二坐标计算出参照物区域各角点的移动距离；

由获得的所有的移动距离数值组成参照物区域各角点移动距离集合；

获得所述参照物区域各角点形变程度占所述参照物区域各角点形变程度总和的比值，将获得的每个比值分别作为参照物区域各角点移动距离的权重；

根据所述参照物区域各角点移动距离集合和所述参照物区域各角点移动距离的权重计算出参照物区域各角点移动距离的均值。

4.根据权利要求1所述的一种机器人舵机角度校准方法，其特征在于，所述根据所述旋转前图像中参照物区域像素点个数占比和所述旋转后图像中参照物区域像素点个数占比确定参照物区域占比变化，包括：

计算出旋转前图像中参照物区域像素点个数占旋转前图像中像素点总个数的比值，并将该比值记作第一占比；

计算出旋转后图像中参照物区域像素点个数占旋转后图像中像素点总个数的比值，并将该比值记作第二占比；

将所述第二占比和所述第一占比差值的绝对值作为参照物区域占比变化。

5.根据权利要求1所述的一种机器人舵机角度校准方法，其特征在于，所述将所述旋转前图像和所述旋转后图像中参照物区域边缘进行直线拟合并匹配，根据参照物区域边缘所在直线斜率的变化确定参照物区域边缘形变程度，包括：

对所述旋转前图像中参照物区域边缘进行直线拟合得到多条旋转前边缘直线；

对所述旋转后图像中参照物区域边缘进行直线拟合得到多条旋转后边缘直线；

将所述多条旋转前边缘直线和所述多条旋转后边缘直线进行匹配获得参照物区域各边缘所对应的旋转前边缘直线和旋转后边缘直线；

根据所述参照物区域各边缘所对应的旋转前边缘直线和旋转后边缘直线斜率的变化确定参照物区域边缘形变程度。

6.根据权利要求1所述的一种机器人舵机角度校准方法，其特征在于，所述根据所述参照物区域各角点移动距离的均值、所述参照物区域整体形变程度以及摄像装置与参照物之间初始距离确定舵机的实际旋转角度，包括：

根据所述参照物区域各角点移动距离的均值和所述参照物区域整体形变程度计算出参照物区域的实际移动距离；

根据所述参照物区域的实际移动距离和摄像装置与参照物之间初始距离确定舵机的实际旋转角度。

7.根据权利要求3所述的一种机器人舵机角度校准方法，其特征在于，所述根据所述参照物区域各角点移动距离集合和所述参照物区域各角点移动距离的权重计算出参照物区域各角点移动距离的均值，包括：

获取参照物区域中每个角点的所述移动距离和该角点所对应的所述移动距离的权重；

将参照物区域中每个角点的所述移动距离和该角点所对应的所述移动距离的权重相乘得到每个角点的加权后移动距离；

将参照物区域中全部角点的所述加权后移动距离相加得到参照物区域中全部角点的加权后移动距离总和；

将参照物区域中全部角点的所述加权后移动距离总和除以参照物区域中全部角点总数得到参照物区域各角点移动距离的均值。

8.根据权利要求5所述的一种机器人舵机角度校准方法，其特征在于，所述根据所述参照物区域各边缘所对应的旋转前边缘直线和旋转后边缘直线斜率的变化确定参照物区域边缘形变程度，包括：

计算出所述参照物区域各边缘所对应的旋转前边缘直线和旋转后边缘直线斜率的变化差值，记作边缘直线斜率变化差值；

将获得的所有的所述边缘直线斜率变化差值的绝对值相加作为参照物区域边缘形变程度。