无序列号的可追溯性：视觉技术使每个零件都有自己的标识符

现有的成像技术现在是如此之好，它可以捕捉到看似相同的部件的不同表面特征。这家初创公司的技术利用了手机和其他成像设备现在可以做的事情，通过它们自己的独特功能来识别部件，这样就不需要序列号了。

据专注于对象可追溯性的初创公司Alitheon的首席执行官布莱恩·克劳利(Brian Crowley)表示，追踪、跟踪或认证任何单个制造的部件所需的一切都已经出现在部件本身上。他说，制造零件的表面细节是独特的，就像指纹一样。而且，重要的是，现成的成像技术-特别是包括我们手机中的摄像头-现在能够准确地捕捉到这种独特的表面细节。结果是一种新的识别部件的可能性，可以说比序列号更好、更可靠。Alitheon将此表面细节用于零件ID的技术称为“FeaturePrint”。

克劳利说，他和他的团队经常进行这样的演示：一组全新的扑克牌，只从背面成像，可以向客户展示FeaturePrint系统如何准确地识别每一张牌，即使在人眼看来它们是相同的。他说，在该公司位于华盛顿州贝尔维尤的总部，1000张1美元的干脆钞票已经被成像。扫描没有序列号的一面总是正确地识别每张钞票，因为钞票在微小表面特征的水平上都是不同的。

该图像序列显示了软件如何创建对单个组件唯一的识别数学模型：(1)使用场外光学器件拍摄基本图像。(2)该软件识别大约100，000个独特的兴趣点。(3)删除图像数据以仅留下这些点。(4)对这些点进行加权，以识别较强的点，并最终将该加权图转换为多维数学模型，该多维数学模型随后可以识别该精确分量。

应用于生产零件，这意味着零件本身可以完成可能需要序列号的所有目的，包括在整个过程中跟踪零件，出于责任或在现场召回目的而获取零件历史记录以及对零件进行防伪认证。但是，在可能伪造序列号的地方，零件的独特表面特性就不可能被伪造。该公司表示，在序列号可能被删除或破坏的地方，如果90％的表面消失了，FeaturePrint功能仍然可以准确地识别零件。

克劳利指出，可以选择适合这项工作的成像技术。通常，可以使用手机。对于小零件(如最近测试中的4毫米齿轮)，可能需要带微距镜头的相机。扁平零件可以分批扫描或成像。Alitheon不是在销售硬件，而是在营销其机器视觉软件和云服务。

该系统以这种方式工作：从零件的图像开始，该软件从该图像中获得大约100,000个兴趣点。对点图进行加权，因为软件会识别某些点，这些点在图内特别有特色，因此对识别特别有用。然后将这些点转换为多维数学模型，并且该模型（通常少于100 KB的数据）是Alitheon存储的全部内容。像素数据本身未存储，这意味着无法从所使用的数据反向生成图像。零件与存储的数学模型匹配后，便可以成功识别。可以在以后使用不同的映像工具在不同的位置执行此身份验证。

克劳利说：“我们设计了一个复杂的方程，它只能由一个物体来求解，即使它是人眼无法分辨的数十亿种产品中的一种。”

这项技术来自制造业以外，基于该公司创始人在基于视觉的系统方面的经验，这些系统用于邮局的炸弹探测和快速物体识别。它的应用也超越了制造。一家航空公司正在对其进行高速、无标签行李跟踪测试。但零件生产可能是最有前途的应用，特别是在存在零件假冒风险的情况下。在制造业，这项技术的投资者之一是汽车制造商宝马(BMW)。

Crowley先生说，实际上任何部分都可以为ID提供足够独特的细节。例外：“某些无定形材料缺乏稳定的表面特征以获得正ID。” 除此之外，零件是否已经铸造，铣削，研磨，阳极氧化，甚至上漆或电镀都无关紧要。确实，建模后甚至对表面进行更改也可能无关紧要。

在评估FeaturePrint系统时，Moog故意损坏了一些测试部件，就像这样。即使在超过90%的原始兴趣点被移除之后，部件仍然被准确地识别

飞机零部件供应商穆格(Moog)在一次技术测试中发现了这一点。通过增材制造的20个钛零件在外观上是相同的，但在相机看不到的内部特征上包含秘密的识别特征。这些零件都是在FeaturePrint注册的，之后穆格开始损坏其中的9个。这组零件的破坏方式包括(来自穆格的报告)“将零件扔到混凝土地板上10次，用手持电动磨机击打零件，对零件进行振动光饰和喷砂处理。”所有这些虐待行为都没有挫败这一身份识别。喷砂工艺特别严重；图像提供54，000个FeaturePrint兴趣点的部分在这次操作后只剩下不到3，700个点。然而，即使这样，仍然足以与模型匹配-足够，也就是说，仍然可以求解与该部分相关的方程。

所有这些表明，即使在制造后很长时间，零件也可能提供自己的可追溯性和历史记录。如果对零件进行成像和建模是制作零件时生产过程中的常规步骤，那么任何人只要能够再次简单地捕获零件的零件，就可以在将来甚至是将来发现零件的来源和制造方面的所有信息。

今年年初（2020年），Alitheon 宣布获得 1,490 万美元的风险投资。这笔资金将用于扩大其 FeaturePrint™ 技术在国防、航空航天、汽车、半导体、奢侈品、增材制造、制药和政府部门的应用。参投者包括宝马 iVentures、IPD Capital 和沙斯塔风险投资公司 (Shasta Ventures) 以及埃森哲（Accenture）、波音（Boeing）和富达国际（Fidelity）的现任和前任高管。