Este artigo propõe e apresenta simulações de um sistema de navegação visual autônoma para um veículo diferencial com quatro rodas em escala reduzida. O sistema de navegação é composto por: 1) um controlador de seguimento de faixa que processa a imagem de uma câmera embarcada no veículo para corrigir sua orientação e velocidade, 2) um algoritmo de localização do veículo que usa filtro de Kalman para estimar a pose do veículo (posição e orientação) usando dados de um receptor GNSS RTK, uma bússola digital e sensores de odometria. Foram investigadas e comparadas três possíveis soluções para o controlador de manutenção de faixa. A primeira solução usa uma abordagem com algoritmo de janelas deslizantes para processar a imagem da câmera embarcada, extrair a distância do veículo para o centro da faixa e o seu raio de curvatura. Um controlador proporcional _e utilizado, então, para calcular a velocidade desejada para as rodas do veículo. A segunda solução usa uma rede neural convolucional profunda para imitar a primeira solução, isso é, a rede neural recebe a imagem da câmera como entrada e é treinada para gerar a mesma saída que o controlador proporcional usado na primeira solução. A terceira solução também aplica uma rede neural convolucional profunda, mas a rede é treinada usando dados gravados quando um motorista humano dirigiu o veículo no mesmo ambiente simulado. Todas as três soluções foram capazes de manter o veículo em uma margem de erro aceitável da trajetória desejada.