Seguindo a evolução dos sistemas de aprendizagem de máquina nos anos recentes, permitidos pelos avanços possibilitados pelo uso de placas gráficas para processamento altamente paralelizado, grandes benefícios foram proporcionados para as diversas áreas relacionadas como a visão computacional e o desenvolvimento de redes neurais cada vez mais complexas. A conjunção destas e diversas outras áreas de estudo beneficiaram e permitem hoje em dia o desenvolvimento de modelos eficientes de navegação autônoma utilizando variadas técnicas ou combinando-as para obter melhores resultados. Este trabalho tem como objetivo combinar técnicas de aprendizagem de máquina, pathfinding e visão computacional para desenvolvimento de um modelo de direção autônoma. Para esse desenvolvimento, será utilizado o simulador CARLA que permite a simulação de diversos cenários em ambientes urbanos, incluindo sistemas dinâmicos que permitem avaliação em condições adversas. Tendo como base estudos já conduzidos na área como os modelos de Bojarski et al para avaliação e validação dos resultados obtidos.