X9 Localiza

Leitura de placas em tempo real, do contrato às lojas em 25 dias

Explore

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

Desenvolvimento mobile
Visão computacional
Publicação nas lojas
X9 Localiza - Aplicativo de leitura de placas

Desafio de engenharia

Um lançamento travado pela única feature que importava

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.

Contrato orientado a resultado

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.

Entregáveis

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

X9 Localiza - Scanner lendo placas na avenida em tempo real
X9 Localiza - App em iPhone e Android com alerta de placa encontrada
X9 Localiza - Telas de histórico e busca de placas

A solução

Motor de leitura on-device: YOLO, OCR e consenso

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'.

Reconstrução completa sobre o backend existente

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.

Stack tecnológica

Mobile

Flutter

Visão computacional

YOLO (TFLite) & Google ML Kit

Backend

Supabase (existente, mantido)

O resultado

Do contrato às lojas em 25 dias

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'.

Fale com a Core Apps

Apresente o seu desafio. Avaliaremos a viabilidade do projeto.

Sem compromisso. Em até 24 horas, um de nossos consultores analisa a viabilidade do projeto e retorna com um parecer técnico.

Resposta em até 24 horas
Total confidencialidade