A navegação de robôs móveis pode ser formulada como um problema de classificar, a partir de dados provenientes de sensores, que direção o robô deve tomar em seu ambiente. Diferentes técnicas de Aprendizado de Máquina podem ser utilizadas na indução de modelos para a classificação automática de dados, possibilitando que se criem controladores para sistemas robóticos. Neste projeto foi investigada a navegação de robôs móveis com o uso de técnicas de Aprendizado de Máquina aplicadas a imagens do ambiente. Foram realizados estudos acerca da navegação de robôs móveis controlados por Redes Neurais Artificiais, técnica de aprendizado de máquina frequentemente usado em problemas de controle. Um robô Lego foi montado com uma câmera wireless (necessária para captura das imagens) acoplada com a qual foram capturadas imagens de diferentes curvas de diferentes raios para a montagem de uma base de dados. A partir do software MATLAB® foi feita a segmentação e binarização utilizando um limiar conveniente de todas as imagens obtidas, totalizando 90 imagens. As imagens foram submetidas a um processo de rotação geométrica para correção de erros e ampliação do conjunto de dados. Tais imagens foram divididas em curvas à esquerda, direita e reta, e também subdivididas em curvas acentuadas e leves, de acordo com o ângulo das mesmas. Criou-se então um conjunto de treinamento a partir das matrizes correspondentes às imagens que será inserido num arquivo ARFF para viabilizar seu uso no software WEKA® para a classificação e treinamento de redes neurais para posterior navegação do robô. Foi possível obter uma familiarização e entendimento do processamento de imagens e dos paradigmas que envolvem o aprendizado de máquina, assim como a programação em LeJoS (Java para Lego) e o próprio MATLAB. Alguns recursos também foram necessários para o tratamento das imagens, como transformações geométricas a fim de corrigir distorções encontradas. A base de dados de treinamento para o aprendizado dos movimentos do robô baseado nas imagens será utilizada para a indução de classificadores e posterior implementação do sistema na continuação do presente trabalho.