Angular misalignment estimation for driver assistance and autonomous systems sensors
Журнал: Физика волновых процессов и радиотехнические системы @journal-pwp
Статья в выпуске: 3 т.29, 2026 года.
Бесплатный доступ
Background. The accuracy of object detection and distance measurement in advanced driver assistance systems (ADAS) and autonomous vehicles critically depends on precise sensor alignment. Even minor angular deviations in radar and LiDAR orientation, caused by installation errors or mechanical impacts, lead to systematic coordinate errors and degraded system reliability. Aim. This study aims to develop and validate algorithms for estimating and correcting angular misalignment – specifically yaw, pitch, and roll angles – of automotive radar and LiDAR sensors using only their primary measurement data. Methods. The proposed approach estimates the yaw angle based on reflections from road infrastructure elements such as barriers and fences, and, alternatively, using ego-velocity and Doppler information from stationary targets. The pitch and roll angles, as well as the sensor installation height, are estimated from point clouds containing ground reflections. The algorithms employ least-squares fitting and RANSAC-based outlier rejection to achieve robust estimation under real driving conditions. Experimental validation was conducted using open datasets containing synchronized radar, LiDAR, and GNSS measurements. Results. The obtained results demonstrate that the proposed algorithms successfully detect static and dynamic misalignments for both radar and LiDAR sensors. The yaw angle estimations from radar and LiDAR exhibit similar dynamic fluctuations but differ by a constant offset, indicating a fixed installation bias. The pitch and roll angle estimations show consistent correlation between both sensor types, with minor systematic deviations attributable to sensor mounting differences. Conclusion. The developed estimation methods provide an effective means for on-the-fly calibration of automotive sensors without requiring specialized calibration equipment. Their implementation can significantly enhance ADAS reliability and reduce maintenance costs in large-scale vehicle deployment.
Короткий адрес: https://sciup.org/140316786
IDS: 140316786 | УДК: 621.396.6 | DOI: 10.18469/1810-3189.2026.29.3.142-153
Оценка углового рассогласования датчиков систем помощи водителю и автономного вождения
Обоснование. Точность обнаружения объектов и измерения дальности в системах помощи водителю (ADAS) и автономных транспортных средствах критически зависит от точной юстировки датчиков. Даже небольшие угловые отклонения ориентации радара и лидара, вызванные ошибками установки или механическими воздействиями, приводят к систематическим ошибкам координат и снижению надежности системы. Цель. Разработка и проверка алгоритмов оценки и коррекции углового рассогласования – углов рыскания, тангажа и крена – автомобильных радаров и лидаров с использованием только их первичных измерительных данных. Методы. Предложенный подход оценивает угол рыскания по отражениям от элементов дорожной инфраструктуры (барьеров и ограждений), а также с использованием собственной скорости и доплеровской информации от стационарных объектов. Углы тангажа и крена, а также высота установки датчика оцениваются по облакам точек, содержащим отражения от поверхности дороги. Алгоритмы используют метод наименьших квадратов и отбраковку выбросов на основе RANSAC для робастной оценки в реальных условиях движения. Экспериментальная проверка проведена на открытых наборах данных с синхронизированными измерениями радара, лидара и GNSS. Результаты. Полученные результаты показывают, что предложенные алгоритмы успешно выявляют статические и динамические рассогласования как для радара, так и для лидара. Оценки угла рыскания по радару и лидару демонстрируют схожие динамические колебания, но различаются на постоянную величину, что указывает на фиксированное смещение установки. Оценки углов тангажа и крена показывают согласованную корреляцию между обоими типами датчиков с незначительными систематическими отклонениями, обусловленными различиями монтажа. Заключение. Разработанные методы обеспечивают эффективную калибровку автомобильных датчиков «на лету» без специального калибровочного оборудования. Их применение способно существенно повысить надежность ADAS и снизить затраты на обслуживание при массовом внедрении.
