Recently, automotive vehicles have included driver's aid systems, which analyze the environment through the acquisition and digital processing of images, including modules for identification and recognition of transit boards. For this process, the initial step is to identify the transit boards present in the image. This work shows the steps developed, such as converting to grayscale, thresholding and segmentation of the image, to isolate transit boards in images acquired by a camera coupled to a Raspberry Pi B +. Shortly after, it was accomplished the artificial neural network learning, and this showed promising results with the recognition of a particular plaque. Thus, the Raspberry Pi B + sends commands to an Arduino Uno, which controls a self-follower line, performing actions on the engines to perform maneuvers according to the recognized plaque.FAPEMIG - Fundação de Amparo a Pesquisa do Estado de Minas GeraisTrabalho de Conclusão de Curso (Graduação)Recentemente, veículos automotores têm incluído sistemas de auxílio ao motorista, que analisam o ambiente através da aquisição e processamento digital de imagens, incluindo módulos para identificação e reconhecimento de placas de trânsito. Para este processo, o passo inicial é identificar, na imagem, as placas de trânsito presentes. Este trabalho mostra os passos desenvolvidos, como a conversão para escala de cinza, limiarização e segmentação da imagem, para isolar placas de trânsito em imagens adquiridas por uma câmera acoplada a um Raspberry Pi B+. Logo após, foi realizada a aprendizagem da rede neural artificial, e esta mostrar resultados promissores com o reconhecimento de uma determinada placa. Assim, o Raspberry Pi B+ envia comandos para um Arduino Uno, para que este faça o controle de um carro autônomo seguidor de linha, executando ações nos motores para realizar manobras de acordo com a placa reconhecida.