禾思科技

目前在汽车生产企业中，都会在安装轮胎时将对应的轮胎生产日期存储到数据库中，这些信息采用DOT(DOT - Department of Transportation)编码书写，基本在胎体侧面，不止利于生产管理，还方便后期追溯。

传统的做法是人工读取编码，再手动录入到ERP系统，对大量工厂手动导入ERP的历史有所了解的人，应该能深刻感受到其中的痛苦。

为此很多工厂开始寻求轮胎DOT码识别技术，然而在目前阶段，工厂在生产制造端引入新技术时可能会碰到以下问题。

新技术的导入会降低生产利润

一般情况下，只有当工厂有充足的资金，或者是足够大的订单才有机会购买昂贵的设备进行技术升级。

普通的小厂家只能望而生却，然而现实是即使是大厂家也不得不考虑收回投入成本所需要的周期。

人员与新技术的磨合导致效率低下

某些工厂采用激光扫描的方法对轮胎的DOT码进行检测，却面临项目经理们的抱怨：大量的时间成本消耗在系统与人之间的协调问题上，反而增加了使用成本，导致效率低下。

单次升级成本过高

很多时候工厂自身已经存在一个系统用来做生产工程的管控，在只想对某个单一环节进行升级时（DOT码检测系统），需要考虑新系统能否对接当前系统，单次升级的成本对他们来说过于巨大。

那么，难道就不能有既能提高效率，又能降低成本的技术吗?让我们看看全球轮胎科技的领导者——米其林的做法。

在经历了手工录入的繁琐阶段，以及斟酌了高额的大型设备采购费用，米其林最终将目光投向了正在崛起的人工智能机器视觉技术。

首先为手持终端（如手机）植入DOT码机器视觉识别技术，员工只需拍照即可实时识别DOT码，并自动提取出轮胎信息，同时将数据直接上传至ERP系统。

在如今人手一部手机的情况下，不止节省了购买大型设备的费用，也大大降低了使用成本，毕竟这年头谁还不会玩手机呢？甚至还做到了与自身系统的完美对接。

从原本需要4个步骤（搬轮胎-查看-手抄-录入系统）简化到2个步骤（拍照-上传），大大提升录入效率。

值得一提的是，为米其林提供这一技术的正是专注于人工智能计算机视觉的禾思科技，曾多次拿下机器视觉行业的重要级奖项，比如阿里巴巴雪狼制造AI挑战赛冠军。

禾思科技开发人员表示DOT码识别在大家看来可能就是扫描图片，读取文字这一个简单的过程，但在实际应用环境中，轮胎很大程度会存在磨损，污迹等情况，有时候甚至连人眼都无法轻易分辨，这对于技术人员来说是一个很大的挑战。

为此禾思科技在现场采集了将近上万张照片数据，通过基于深度学习的计算机视觉算法，最大限度地排除了光照、磨损等复杂环境带来的影响，最终训练出了适用于轮胎DOT码识别的算法模型，准确率高达99.94%。

同时基于大数据分析，可根据提取的DOT码信息进行解析分类，自动生成预置表格形式上传至系统端，极大减轻了操作人员的负担。

如今，所有汽车制造业都面临着人力成本大幅上涨的压力，而选择更灵活、更高效、成本更低的AI机器视觉技术成为了当下企业的首选。

目前汽车制造业的龙头们也都在进行不同程度的技术验证与测试，这进一步证明，AI机器视觉的市场潜力无穷。