Kendaraan transportasi darat otonom dan Electric Vehicle (EV) telah menjadi pilihan utama sebagian besar masyarakat karena sifatnya yang ramah lingkungan. Selain itu, percepatan penelitian kendaraan otonom juga dapat mengurangi kecelakaan lalu lintas akibat human error yang cukup tinggi dalam 10 tahun terakhir. Namun, biaya yang dibutuhkan untuk mendapatkan bantuan dari sistem otonom masih cenderung mahal. Makalah ini menyajikan pengembangan perangkat dengan memanfaatkan sistem mikrokontroler Advanced RISC Machine (ARM) Cortex Advanced RISC Machine (ARM) Cortex-M4 STM32F411 dengan arsitektur 32-bit. Sistem ini menawarkan kinerja optimal dengan harga hemat biaya. Sistem otonom yang diusulkan dirancang berdasarkan metode waypoint sebagai acuan posisi kendaraan. Sistem Satelit Navigasi Global (GNSS) yang diakses melalui modul U-Blox NEO-M8P menyediakan data posisi, sedangkan magnetometer HMC5883L menyediakan data orientasi. Data posisi diproses lebih lanjut dengan memanfaatkan filter Kalman untuk meningkatkan akurasi dan mengurangi beban komputasi. Di sisi lain, teknik rata-rata bergerak diterapkan pada data orientasi untuk menghasilkan data yang lebih presisi. Data posisi dan orientasi kemudian diproses untuk menghasilkan aksi traksi pada kinematika kendaraan, mencapai tingkat akurasi 0.06 Meter dalam pengujian lingkungan skala nyata. Ini menunjukkan keberhasilan penerapan algoritma kontrol otonom pada Low-Level Controller.