Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk mengimplementasi dan menganalisis sistem Smart wheeled robot dengan menggunakan Smartphone Android dan Modul IOIO yang dapat mengutilisasi sensor dan aktuator eksternal dari robot. Sistem Smart wheeled robot yang dirancang menggunakan kumpulan algoritma umum untuk wheeled mobile robot, algoritma remote control dan algoritma human interaction untuk memenuhi fungsi yang dibutuhkan berdasarkan system requirement dari berbagai referensi dan tukar wawasan. Smartphone Android dijadikan pusat kontrol robot yang mengendalikan fungsi bernavigasi, melakukan penghindaran tabrakan, serta menjalankan fungsi-fungsi lainnya yang berakar dari fasilitas smartphone Android. Robot beroda ini akan dapat bergerak sesuai dengan program navigasi yang diimplementasikan padanya dengan menggunakan sifat modularitas dan Object Oriented Programming. Implementasi tersebut dilakukan dengan menggunakan bahasa pemrograman Java yang telah dikhususkan untuk Android. Hal tersebut dapat mempermudah pembuatan dan maintenance dari aplikasi. Dari penelitian ini, didapatkan data bahwa animo responden sangat tinggi terhadap teknologi yang dikembangkan dengan pendapat setuju sistem yang diteliti menarik hingga 96%, kebermanfaatan sistem 77%, dan 53% berminat untuk hasil akhir penelitian yang dikomersialisasi dari 30 responden beta tester. Dari segi beban aplikasi, kebutuhan CPU Smartphone berkisar antara 16-75%, dan 4.96-8.47% dari 826 MB RAM untuk platform ujicoba yang digunakan. Hal tersebut memungkinkan aplikasi untuk dikembangkan lagi untuk lebih memfungsikan kemampuan smartphone dan diimplementasikan kedalam sistem yang lebih aplikatif seperti Smart system dan autonomous car.

---

This research has purpose to implement and analyze a Smart wheeled robot System using Android Smartphone and IOIO Module to utilize robot?s external sensors and actuators. Smart wheeled robot system designed with a set basic algorithm for Wheeled Robot, Remote Control algorithm, and Human Interaction aglorithm to fullfil functions based on System Requirement gathered from references and insight from other roboticist. Android smartphone is used as main control unit to control navigation, collision avoidance and other functions which roots from Android smartphone?s facility. This robot can move according to the navigation module implemented on the program using object oriented programming based on JAVA. This usage can simplify the implementation and maintenance of the application. From 30 of the beta tester, the respondent seems really excited and interested with the proven concept with 96% agree the concept is interesting, 77% agree the system will be useful, 53% personally interested with research?s final product and its commercialization. From the performance side, the smartphone?s CPU usage is ranging between 16-75% and 4.96-8.47% from the 826MB RAM available for the system in the testing platform. This robot can be used as testing platform of many algorithms and systems development such as smart and autonomous car."

"Penelitian ini menguraikan upaya pengembangan sistem Real-Time Safety Driving Assistance dengan menggunakan smartphone Android. Sistem ini ditujukan untuk kendaraan beroda empat untuk dapat memberikan feedback berdasarkan perilaku pengendara secara real time. Feedback yang akan dikeluarkan bertujuan untuk mengingatkan pengemudi jika melakukan pelanggaran, memperbaiki perilaku berkendara yang buruk, dan memberikan pelajaran untuk pengemudi yang belum mahir mengemudi. Sebagai salah satu pengaplikasian dari Telematics 3.0, aplikasi ini dapat digunakan sebagai bagian dari ADAS (Advanced Driving Assistance System) kategori keamanan mengemudi. Sistem Real-Time Safety Driving Assistance yang dikembangkan menggunakan kumpulan algoritma pemrosesan data yang didapat dari sensor-sensor yang dimiliki smartphone dan disinkronisasi dengan data sensor kendaraan yang didapatkan dari OBD-II Bluetooth Dongle. Pada tulisan ini akan dibahas mengenai requirement dari aplikasi yang dibutuhkan, rancangan aplikasi yang dapat memenuhi requirement, implementasi dari rancangan sistem, dan analisis semua sensor dan algoritma pemrosesannya. Dari hasil penelitian ini, data rate OBDSIM (Simulator OBD-II) secara signifikan lebih cepat daripada data rate OBD-II dengan dongle murah di pasaran berdasarkan waktu koneksi awal hingga proses komunikasi data setelahnya dengan perbedaan hingga 30 kali lipat lebih lama untuk uji penerimaan data OBD kendaraan. Dengan rata-rata sampling rate data OBD dan pemrosesannya hingga berbentuk nilai desimal bernilai 5.19Hz, terdapat beberapa masalah pada algoritma yang sangat time-sensitive karena pemrosesan algoritma disinkronisasikan dengan masukan data OBD. Walau begitu, reliabilitas dari segi komunikasi Bluetooth maupun aplikasi sangat tinggi dengan tingkat error dibawah 10 persen selama penggunaan. Reverse geocoding, shaky movement analysis, dan sharp turn analysis adalah algoritma yang dinilai masih kurang akurat, namun secara umum akurasi feedback yang diberikan kepada pengguna akurat dan real-time processing dilakukan dengan cepat sehingga aplikasi dapat memastikan fungsinya sebagai pemberi feedback secara real-time selama mengemudi dapat berjalan dengan baik.

---

This research outline an effort to develop a Real-Time Safety Driving Assistance system using android smartphone. This system is developed to be used on 4-wheeled vehicle to give real-time feedback based on driver’s activity. The feedback output aim to warn driver if they did a mistake, help fix driver’s bad driving behavior, and teach driver whom not experienced yet. As one of the application of Telematics 3.0, this application can be used as parts of ADAS (Advanced Driving Assistance System) in safety driving category. The developed Real-Time Safety Driving Assistance system consists of various data processing algorithms which get the input from smartphone’s sensor and vehicle’s sensor sent by OBD-II Bluetooth Dongle. This paper will describe the application’s system requirement, design, implementation, and analysis of its sensors and processing algorithms.

From the research, it is known that data rate of OBDSIM (OBD-II Simulator) significantly faster than vehicle’s OBD-II with Bluetooth dongle in the market based on initial startup connection and the data communication process after with the difference up to 30 times longer time needed by vehicle’s test. With average sampling rate from OBD to usable values in application has value of 5.19Hz, there are some problem with time-sensitive algorithms because all of the algorithms processing rate synchronized with received OBD Data’s timings. However, the reliability of Bluetooth communication and the application itself is high with error rate below 10 percent during the tests. Reverse geocoding, shaky movement analysis, and sharp turn analysis are the algorithm which proven not accurate enough for the expected resulr, but in general the feedback given to driver is accurate and the real-time processing done in very fast manner so the application can provide its main function as real-time feedback system while driving."

"Smartphone dengan sistem operasi Android merupakan suatu teknologi yang sangat berpotensi untuk beragam jenis aplikasi, termasuk robotik. Dengan menjadikan Android sebagai kontroler robot, maka seluruh potensi Android dapat dimanfaatkan untuk fungsi robotik.Robot beroda sebagai robot yang dapat digunakan untuk berbagai macam layanan sangat cocok dengan fungsi-fungsi tambahan yang disediakan Android, seperti sensor dan fungsi display. Kunci untuk dapat menciptakan robot semacam ini adalah dengan menghubungkan smartphone Android dengan aktuator dan sensor eksternal. Pada skripsi ini didapatkan hasil bahwa smartphone Samsung Galaxy S2 dengan bantuan IOIO dapat menjadi kontroler robot dengan kecepatan respon instruksi rata-rata 85 milisekon.Sensor orientasi yang ada pada smartphone Galaxy S2 mengalami pelencengannavigasi paling besar sekitar 7 derajat. Pengendalian robot mengonsumsi daya baterai smartphone sebesar 3% tiap 5 menit dan meningkatkan suhu baterai sampai 48°C.

---

Smartphone with Android Operating System is one promising technology for plenty of applications, including robotics.By Utilizing Android smartphone as a robot controller, then all Android potential would be useful for robotic functions. Wheeled Robots are great type of robots for services and their model fits perfectly with Android features and abilities such as sensors and display. The key to create this kind of robot is to connect Android smartphone with external devices including DC motor and external sensors. This research will produce basic electrical design and framework of program for Android as controller, using IOIO as the connector between smartphone and external devices. This research shows that Samsung Galaxy S2, with IOIO’s assistance can be a robot controller with response time of 85 miliseconds. The navigation error orientation sensor in Galaxy S2 is about 7 degrees. The controlling process itself consumes 3% smartphone battery every 5 minutes and increases the battery temperature up to 48°C."

"Robot penerima tamu merupakan salah satu jenis service robot. Dengan menggunakan protokol pengiriman data melalui Bluetooth serial, data dari tiap sensor yang berasal dari sistem stereo vision, mobile robot dan juga pergerakan lengan akan diolah oleh sistem android sebagai masukan untuk berinteraksi dengan manusia. Untuk meningkatkan kecerdasan robot agar lebih menghampiri kemampuan manusia dimanfaatkan sistem text to speech dan pengenalan suara dengan voice regornition pada android. Evaluasi kinerja sistem diuji dengan pemberian kombinasi kondisi sistem yang dikomparasi dengan database SQLite.

---

Receptionist robot is one of the service robots type. By using the protocol via Bluetooth serial data transmission, Android system will compute each data from the stereo vision system, and also the movement of mobile robot base and arm movement. To improve the intelligence of the robot to approach human capabilities, text to speech system and voice recognition on android is applied. Performance evaluation of the system was tested by comparing combination of system conditions given with SQLite database."

"Proses kontrol canggih telah ada sejak tahun 1960-an dan digunakan untuk menyelesaikan berbagai macam masalah kontrol. Sebagian besar algoritma kontrol canggih pada tahun 1960-an adalah turunan dari algoritma kontrol Proportional-Integral-Derivative (PID). Meskipun 90% dari seluruh masalah kontrol dapat diselesaikan dengan menggunakan algoritma kontrol PID, algoritma tersebut memiliki beberapa kekurangan dalam penanganan batasan nilai variabel kontrol, proses non-minimum phase, perubahan parameter sistem, dan kemudahan penerapan dalam proses multi-variabel yang besar. Penggunaan algoritma kontrol yang lebih canggih dari algoritma kontrol PID tertahan oleh daya komputasi yang dapat ditawarkan oleh komputer digital pada saat itu.Salah satu algoritma kontrol canggih yang dikenal karena kemampuannya menangani kekurangan yang dimiliki oleh algoritma kontrol PID adalah Model Predictive Control (MPC). MPC bekerja dengan menghitung perilaku sistem selama interval waktu yang terbatas ke masa depan dengan menggunakan model yang dimiliki oleh sistem untuk memprediksi perilaku sistem di masa depan. MPC lebih banyak digunakan untuk menyelesaikan masalah kontrol tertentu karena kemampuannya dalam menambahkan hard state (state yang tidak dapat dilanggar), batasan input, dan kriteria kinerja yang sesuai dalam perancangan sistem kontrol. Namun, karena MPC mengandalkan model sistem untuk memprediksi perilaku masa depan dari sistem yang dikontrol, penggunaan MPC untuk mengontrol sistem terbatas karena sistem tertentu memiliki model yang sangat kompleks untuk diformulasikan.Terlepas dari kekurangan yang dimiliki MPC, penulisan skripsi ini diperuntukkan untuk melihat kelebihan dan kemudahan penerapannya dalam menyelesaikan masalah kontrol optimum. Untuk itu, evaluasi MPC sebagai sistem perencanaan lintasan lokal dan penghindaran tabrakan akan dilakukan. Evaluasi dalam skripsi ini akan menggunakan program simulasi berbasis ROS yang disebut Gazebo dan Rviz dengan Python sebagai bahasa pemrogramannya agar memudahkan bagi siapa saja yang ingin mengimplementasikan MPC sebagai pengontrol sistem dan memberikan media pembelajaran bagi yang ingin belajar mengenai MPC. Kesimpulan yang didapatkan dari hasil skripsi ini adalah MPC memiliki potensi yang sangat tinggi dalam menyelesaikan masalah kontrol optimum karena kemampuannya dalam memberikan kontrol yang optimal untuk sistem, walaupun diperlukan proses komputasi yang cukup besar sehingga waktu pemrosesan menjadi lambat dengan konfigurasi yang dilakukan pada skripsi ini.

---

Advanced process control has been around since 1960s and is used to solve numerous control problems. Most advance control algorithms in 1960s were the derivation of the classical Proportional-Integral-Derivative (PID) controller algorithm. Although 90% of all control problems can be solved using PID control, it has several drawbacks when it comes to handling constraints, non-minimum phase processes, changes in system parameters, and its straightforward applicability to large, multi-variable processes. The usage for a more advanced control algorithm that is able to tackle those drawbacks was held back by the computational power that the digital computer can offer at that time.

One of the advance control algorithms that is known for its ability to handle these drawbacks is called Model Predictive Control (MPC). MPC works by calculating the system behavior over a finite time interval into the future using the system model to predict the future system behavior. It is favorable to solve certain control problems because of its ability to explicitly add hard states (states that cannot be violated), input constraints, and suitable performance criterion into the controller design. However, because MPC relies the system model to predict the future behavior of the controlled system, the ability to implement MPC for system control is decreased because certain system has very complex model to formulate.

Apart from the disadvantages of MPC, this thesis explores the advantage and its applicability in solving optimal control problem. For that, the use of MPC for a differential drive robot local planner and obstacle avoidance is evaluated. The evaluation in this thesis will use ROS based simulation environment called Gazebo and Rviz with Python as its programming language so that it is easier for anyone who wants to implement MPC as their system controller and to provide learning case for beginners who wants to start with MPC. At the end of this thesis, it is shown that MPC has a very high potential in solving optimal control problem because of its ability to give optimal control to the system, although it requires quite amount of computational power that makes the processing time slow with the configurations that is done in this thesis."

"Sistem rumah pintar dengan sistem operasi Android yang diintegrasikan dengan fitur Color Code memiliki kelebihan-kelebihan yang dapat membantu memudahkan kehidupan manusia. Selain itu, dengan penelitian ini, diharapkan mampu pula untuk berkontribusi dalam pelestarian lingkungan. Dengan adanya alat ini, maka pengguna dapat mengaktifkan kamera pada telepon genggam berbasis android, lalu mengarahkan kamera dengan kode yang mengacu pada perangkat elektronik tertentu. Sehingga, perangkat elektronik tersebut dapat menyala atau mati sesuai dengan kondisi sebelumnya. Alat ini bekerja dengan IOIO-OTG, serta menggunakan OpenCV Library, dengan pengembangan algoritma dasar color blob. Pada penelitian ini, fokus kepada pengaplikasian kode warna yang diintegrasikan dengan perangkat-perangkat elektronik, yang dibatasi hingga empat jenis warna dan empat perangkat elektronik. Interval waktu antara input gambar dari kamera ponsel dan output berupa pemberian perintah kepada mikroprosesor untuk mengontrol perangkat elektronik yang diimplementasikan pada program ini adalah sebesar 0.892 detik. Sementara pengujian Error Rate pada Color Code bernilai 0%. Pengujian kuisioner berbentuk penilaian terhadap sistem yang terkait dengan efektivitas dari program Color Code untuk integrasi sistem rumah pintar menghasilkan kualitas 100% berhasil pada System Testing, 79% kepuasan pada Consistency Testing, serta 73% kepuasan pada User Interface Testing.

---

The purpose of this research is to implement Color Code with Smart Home System with Android Operating System. Color Code, which is a new and innovative way to differentiate things, is visually appealing and is easily understood for the humans’ eyes. Eventually, this research’s expectation is designing a prototype that can help people on their daily tasks and also contributing in Go Green Campaign. The prototype utilizes IOIO On The Go as the processor, color blob algorithm as the basic formula of image processing, and four electrical gadgets with one color code each. Time interval program between image input from the camera and output instruction to control electrical gadget is 0.892 second. Meanwhile, Error Rate testing has a value of 0%. Questionnaire testing of the program according to its effectivity has a result of 100% succeed on System Testing, 79% satisfied on Consistency Testing, and 73% satisfied on User Interface Testing."

"ABSTRAKPada pengembangan mobile robot, ditemukan masalah-masalah pada metode pe-renceanaan jalur terkait faktor ketidakpastian di dunia nyata (termasuk informasi yang tidak lengkap). Untuk mengatasi permasalahan permasalahan tersebut, kon-sep mengenai menghindari rintangan muncul. Hal penting terkait menghindari rintangan adalah bagaimana robot dapat mengetahui halangan di sekitarnya. Se-buah solusi agar robot dapat mengetahui halangan di sekelilingnya adalah dengan menggunakan sensor pembaca jarak. Salah satu sensor pembaca jarak yang popu-lar saat ini adalah Light Detection and Ranging (LIDAR) yang memiliki lebar pancaran yang sempit dan umumnya memiliki rentang jarak bacaan yang cukup besar dibanding sensor pembaca jarak lainnya. Dengan sensor ini, peta lingkungan sekitar dapat dibuat sehingga teknik menghindari rintangan dapat dilakukan. Tu-juan dari penelitian ini adalah mengembangkan sistem mobile robot dengan menggunakan sensor LIDAR

---

ABSTRACTIn mobile robot development, there is weakness in pre-designing path planning regarding uncertainty in the real world (including partially information). To over-come that issue concept of obstacle avoidance arises. Another case, which is highly related to obstacle avoidance in real world, is how the robot can sense the obstacle. One example solution to sense objects around robot is using range finder sensor. One kind of accurate range finder sensor is Light Detection and Ranging (LIDAR) that have narrow beam and generally have wider detection range than any other range sensors. With this sensor, environment map can be generated, so obstacle avoidance may be done. The objective of this research is to design and implement mobile robot with LIDAR sensor."

"Penelitian ini merancang sebuah sistem yang mampu mengontrol sebuah robot artikulasi dengan lima derajat kebebasan dari jarak jauh melalui media internet yang berbasiskan aplikasi web. Dalam penelitian ini digunakan sebuah komputer yang bertindak sebagai server yang dilengkapi dengan dua buah web camera untuk memantau kondisi dan pergerakan robot dan juga sebuah mikrokontroler pengontrol robot sebagai pemroses dan pengontrol masukan untuk menggerakkan robot. Melalui sebuah web browser pada komputer yang bertindak sebagai client, sistem pada komputer server diakses oleh pengguna dan menampilkan sebuah interface yang dirancang sebagai panel kontrol robot. Melalui interface ini pengguna dapat memberi masukan berupa perintah untuk menggerakkan robot yang dapat diberikan dalam dua pilihan mode basis kontrol, yaitu cursor-based/inverse kinematics dan manual/forward kinematics. Berdasarkan hasil pengujian, sistem mampu menanggapi perintah yang diberikan kemudian memroses dan mengeksekusinya dalam bentuk pergerakan robot sesuai dengan mode dan perintah dari masukan yang diberikan.

---

This research is aimed to design and develop a system capable of remotely controlling a five-degree-of-freedom articulated robot through internet platform on a web based application. The research was built with single computer act as a server coupled with a pair of web camera to monitor the status and movement of the robot and also coupled with a robot-controller microcontroller as a processor and controller of inputs to move the robot. Through the web browser on user's computer acting as client, the system is accessed by the user and displays an interface designed to be a robot's control panel. Through this interface, user can input command to move the robot which can be given in two different control modes, cursor-based/inverse kinematics and manual/forward kinematics. Based on the result of the experiment, system is able to respond the command then processes and executes it in form of robot movement based on control mode and command of the given input."

"Kecanduan smartphone dapat mengakibatkan individu tidak mampu mengontrol waktu penggunaan smartphone bahkan hingga larut malam sehingga dapat mempengaruhi kualitas tidur.Penelitian ini bertujuan untuk mengidentifikasi tentang hubungan kecanduan penggunaan smartphone dengan kualitas tidur pada mahasiswa RIK UI menggunakan metode penelitian potong lintang (Cross-sectional). Sampel berjumlah 165 mahasiswa yang didapatkan dari hasil skrining awal mengenai perilaku berisiko kecanduan. Teknik pengambilan sampel yang digunakan yaitu Total Sampling hasil skrining. Instrumen pengukuran yang digunakan adalah Smartphone Addiction Scale untuk mengukur kecanduan smartphone dan Pittsburgh Sleep Quality Index untuk mengukur kualitas tidur. Penelitian ini dianalisis menggunakan uji korelasi Pearson.Hasil penelitian ini menunjukkan terdapat hubungan yang bermakna dan berkorelasi positif antara skor kecanduan smartphone dengan skor kualitas tidur pada mahasiswa RIKUI (p= 0,011; r=0,197).Saran dari penelitian ini yaitu perlu adanya promosi kesehatan sebagai upaya preventif dan dilakukan penelitian lebih lanjut mengenai hubungan kecanduan penggunaan smartphone dan kualitas tidur pada mahasiswa rumpun sosial dan rumpun sains serta penelitian lebih lanjut mengenai kecanduan smartphone menggunakan analisis multivariat.

---

Smartphone addiction was causing individual unable to control smartphone usage. The excessive smartphone usage especially at the night is possibly impact on the quality of sleep.

This study is aiming to identify correlation between smartphone addiction and sleep quality among college students at RIKUI, used cross-sectional method. This Study was using sample amounted 165 respondents as addiction screening result.

There are two questionnaires type used, Smartphone Addiction Scale for measuring addiction and Pittsburgh Quality Sleep Index for measuring sleep quality. This study was analyzed by Pearson Correlation test.

The result showed a significant relationship and positively correlation between smartphone addiction and sleep quality among college students (p=0,011; R=0,197).

Researcher suggested for next research to do research at social science faculty or science and technology faculty for comparison and multivariate analysis in various factors of smartphone addiction as advance research."

"Pengujian yang dilakukan pada skripsi ini dilakukan untuk mengimplementasikan dan menganalisis sebuah algoritma navigasi otomatis untuk robot beroda yang juga ditunjang dengan algoritma untuk menghindari tabrakan. Algoritma ini bertujuan membuat robot yang dapat bergerak mengikuti jalur yang telah diberikan oleh sebuah aplikasi peta. Robot tersebut menggunakan smartphone Android sebagai unit pemrosesan utamanya dan IOIO sebagai perantara smartphone dengan sensor dan aktuatornya. Dalam menjalankan algoritma, digunakan GPS dan aplikasi peta dari smartphone. Skenario pengujian menggunakan tiga nilai akurasi posisi robot yang berbeda dan dilakukan sebanyak sepuluh pengujian per nilai akurasi. Nilai akurasi ini menentukan jarak dimana robot akan menganggap bahwa posisinya sudah berhasil mencapai suatu koordinat. Setelah dilakukan pengujian, hasil pengujian menunjukkan bahwa untuk akurasi posisi robot sebesar 3.145 m (perbedaan garis bujur dan lintang sebesar 0.00002), didapat nilai rata-rata jarak posisi robot dengan koordinat tertentu sebesar 2.003 m dengan rata-rata waktu tempuh selama tiga menit dua puluh satu detik. Untuk akurasi posisi robot sebesar 6.297 m (perbedaan garis bujur dan lintang sebesar 0.00004), didapat nilai rata-rata jarak 4.490 m dengan rata-rata waktu tempuh selama dua menit tiga puluh lima detik. Untuk akurasi posisi robot sebesar 10.22 m (perbedaan garis bujur dan lintang sebesar 0.000065), didapat nilai rata-rata jarak 6.720 m dengan rata-rata waktu tempuh selama dua menit tiga belas detik. Hal ini berarti algoritma tersebut memang dapat diimplementasikan ke robot beroda dengan tingkat akurasi tertentu. Tetapi, semakin tinggi tingkat akurasi, semakin lama waktu navigasi yang dibutuhkan. Kemampuan navigasi ini juga sangat dipengaruhi oleh sinyal GPS yang diterima oleh smartphone.

---

Trials in this final project are done to implement and analyze an automatic navigation algorithm for wheeled robot, with the support of collision avoidance algorithm. The purpose of this algorithm is to create a robot which can follow the route given by the map application. This robot uses smartphone Android as its main processor and IOIO as the link between this smartphone and the robot?s sensors and actuators. The built-in GPS and map application from smartphone are used in running the algorithm. The trial scenarios uses three different robot position accuracy and every scenario is done ten times. The accuracy determines the distance where the robot will assume that its position has reached certain coordinate. After the trials are done, the results show that when the robot position accuracy is 3.145 m (0.00002 difference in latitude and longitude), the average distance is 2.003 m with average travel time of three minutes and twenty one seconds. When the robot position accuracy is 6.297m (0.00004 difference in latitude and longitude), the average distance is 4.490m with average travel time of two minutes and thirty five seconds. When the robot position accuracy is 10.22 m (0.000065 difference in latitude and longitude), the average distance is 6.720m with average travel time of two minutes and thirteen seconds. It means that this algorithm is possible to be implemented in wheeled robot with certain accuracy. But, the more accurate it is, the longer it takes to navigate through the route. This ability to navigate is also very affected by GPS signal received by the smartphone."