目前在汽車生產企業中，都會在安裝輪胎時將對應的輪胎生產日期存儲到數據庫中，這些信息採用DOT(DOT - Department of Transportation)編碼書寫，基本在胎體側面，不止利於生產管理，還方便後期追溯。

傳統的做法是人工讀取編碼，再手動錄入到ERP系統，對大量工廠手動導入ERP的歷史有所瞭解的人，應該能深刻感受到其中的痛苦。

爲此很多工廠開始尋求輪胎DOT碼識別技術，然而在目前階段，工廠在生產製造端引入新技術時可能會碰到以下問題。

01

工廠引入新技術需要考慮的3大衡量指標

新技術的導入會降低生產利潤

一般情況下，只有當工廠有充足的資金，或者是足夠大的訂單纔有機會購買昂貴的設備進行技術升級。

普通的小廠家只能望而生卻，然而現實是即使是大廠家也不得不考慮收回投入成本所需要的週期。

人員與新技術的磨合導致效率低下

某些工廠採用激光掃描的方法對輪胎的DOT碼進行檢測，卻面臨項目經理們的抱怨：大量的時間成本消耗在系統與人之間的協調問題上，反而增加了使用成本，導致效率低下。

單次升級成本過高

很多時候工廠自身已經存在一個系統用來做生產工程的管控，在只想對某個單一環節進行升級時（DOT碼檢測系統），需要考慮新系統能否對接當前系統，單次升級的成本對他們來說過於巨大。

02

作爲全球輪胎科技的領導者米其林選擇的是？

那麼，難道就不能有既能提高效率，又能降低成本的技術嗎?讓我們看看全球輪胎科技的領導者——米其林的做法。

在經歷了手工錄入的繁瑣階段，以及斟酌了高額的大型設備採購費用，米其林最終將目光投向了正在崛起的人工智能機器視覺技術。

首先爲手持終端（如手機）植入DOT碼機器視覺識別技術，員工只需拍照即可實時識別DOT碼，並自動提取出輪胎信息，同時將數據直接上傳至ERP系統。

在如今人手一部手機的情況下，不止節省了購買大型設備的費用，也大大降低了使用成本，畢竟這年頭誰還不會玩手機呢？甚至還做到了與自身系統的完美對接。

從原本需要4個步驟（搬輪胎-查看-手抄-錄入系統）簡化到2個步驟（拍照-上傳），大大提升錄入效率。

03

DOT碼機器視覺識別技術基本實現原理

值得一提的是，爲米其林提供這一技術的正是專注於人工智能計算機視覺的禾思科技，曾多次拿下機器視覺行業的重要級獎項，比如阿里巴巴雪狼製造AI挑戰賽冠軍。

禾思科技開發人員表示DOT碼識別在大家看來可能就是掃描圖片，讀取文字這一個簡單的過程，但在實際應用環境中，輪胎很大程度會存在磨損，污跡等情況，有時候甚至連人眼都無法輕易分辨，這對於技術人員來說是一個很大的挑戰。

爲此禾思科技在現場採集了將近上萬張照片數據，通過基於深度學習的計算機視覺算法，最大限度地排除了光照、磨損等複雜環境帶來的影響，最終訓練出了適用於輪胎DOT碼識別的算法模型，準確率高達99.94%。

同時基於大數據分析，可根據提取的DOT碼信息進行解析分類，自動生成預置表格形式上傳至系統端，極大減輕了操作人員的負擔。

如今，所有汽車製造業都面臨着人力成本大幅上漲的壓力，而選擇更靈活、更高效、成本更低的AI機器視覺技術成爲了當下企業的首選。

目前汽車製造業的龍頭們也都在進行不同程度的技術驗證與測試，這進一步證明，AI機器視覺的市場潛力無窮。

缺陷檢測算法第一，禾思科技獲2018雪浪製造AI挑戰賽冠軍

數據分析：每個人都需要知道的人工智能發展的事實