근래 자율주행차에서 주변 환경의 3D정보를 정확하게 인식하는 라이다(LiDAR, Light Detection and Ranging) 센서가 주로 사용된다. 라이다 센서는 자율주행차의 위치 추정, 지도 생성, 객체 인지 등 다양한 어플리케이션에 사용된다. 이러한 어플리케이션을 구현하기 위해서는 라이다와 차량 사이의 위치, 자세 관계인 외부 파라미터를 필수적으로 알아야 한다. 외부 파라미터는 공장에서 초기화되지만, 장기간 주행하며 진동, 열 충경에 의해 변화될 수 있다. 이러한 외부 파라미터 변화는 자율주행 어플리케이션에 악영향을 미친다. 본 논문에서는 실시간으로 차량과 라이다 사이의 위치, 자세 관계를 추정하는 알고리즘을 제안한다. 이 알고리즘은 일반적인 주행 데이터를 사용하여 실시간으로 외부 파라미터를 추정한다. 제안한 시스템은 효율성과 최적화 안정성을 위해 Z, roll, pitch (zφθ) 추정과 X, Y, yaw (xyψ) 추정 두단계로 구성한다. 움직임 기반 캘리브레이션 방법의 오차를 줄이고, 안정적인 최적화 결과를 얻기 위해 두가지 알고리즘을 제안한다. 첫번째로, 입력으로 사용되는 자동차의 경로 정보와 라이다의 경로 정보의 차이를 고려하여 이상값 데이터 제외 방법을 제안한다. 두번째로, 캘리브레이션 정확도와 최적화 안정성을 향상시키기 위해 관측 가능한 데이터 균형 알고리즘을 제안한다. 제안한 시스템은 실제 자율주행차를 이용하여 실험 검증된다.