Leitura de placas em tempo real, do contrato às lojas em 25 dias
A X9 Localiza é uma plataforma nacional para localizadores de veículos com ordem de busca e apreensão. O app estava pronto — exceto a funcionalidade que definia o produto: ler placas por vídeo na velocidade da rua. Duas equipes tentaram e o lançamento ficou suspenso por meses. Reconstruímos o aplicativo inteiro em Flutter, com motor de visão computacional on-device, e publicamos nas duas lojas em 25 dias.
O que fizemos

O app da X9 funcionava bem: cadastro, base de veículos, dashboard, histórico. Mas a leitura de placas por vídeo, o coração do produto, era lenta demais frente ao concorrente direto. O lançamento, com data marcada e mais de 700 localizadores na lista de espera, foi suspenso. No banco de produção, o scanner acumulava zero registros de leitura.
Duas equipes já haviam tentado entregar a leitura por vídeo. A segunda deixou o scanner mais lento do que estava. Depois de 8 meses de projeto, o cliente só aceitava contrato de resultado: o vídeo do aplicativo concorrente entrou no contrato como referência funcional de desempenho. Ler placas de carros em movimento, com o celular na ventosa, era a régua.
App Flutter
iOS + Android, reconstrução completa sem migração
Motor de visão
YOLO + ML Kit + consenso multi-frame, on-device
Publicação
Play Store e App Store aprovadas



Pipeline 100% no aparelho, sem API externa: stream da câmera com descarte de frames (nunca forma fila), detector de placas YOLO próprio treinado para placas brasileiras, OCR com Google ML Kit, normalização por posição contra as máscaras Mercosul e antiga, e confirmação por consenso em múltiplos frames. Como placa em movimento borra com exposição automática, fomos além: modificamos o plugin de câmera do Flutter para travar tempo de exposição e ISO do sensor, congelando a placa no frame — o ajuste que separa 'lê parado' de 'lê na avenida'.
Não era só o scanner: reconstruímos o app inteiro: busca por texto e por voz, histórico com GPS, alarme com sirene e giroflex, disparo automático de WhatsApp para o escritório responsável, fila offline, tudo sobre o backend Supabase que o cliente já tinha. Zero migração de dados, mesma base, mesmo painel admin. E quando a Apple barrou o app na revisão, conduzimos a adequação até a aprovação nas duas lojas.
Mobile
Flutter
Visão computacional
YOLO (TFLite) & Google ML Kit
Backend
Supabase (existente, mantido)
Contrato assinado em 26/06, versão estável demonstrada em 16 dias, app aprovado pelo cliente no teste de rua e publicado na Play Store em 25 dias, com a App Store na sequência. Depois de 8 meses travado e duas tentativas frustradas, o lançamento saiu com a leitura de placas funcionando na velocidade da rua. Nas palavras do cliente: 'um app forte, eficaz, com entrega de resultados e, acima de tudo, competitivo'.
Sem compromisso. Em até 24 horas, um de nossos consultores analisa a viabilidade do projeto e retorna com um parecer técnico.