Najdroższy błąd przy wdrażaniu dronów w firmie pojawia się jeszcze przed pierwszym lotem: zakup sprzętu bez ustalenia, jakiego wyniku naprawdę potrzebujemy. Sam dron nie wykonuje pomiaru, nie diagnozuje awarii i nie tworzy wartościowego modelu 3D. Jest platformą, która przenosi sensor. Dopiero połączenie odpowiedniej kamery lub LiDAR-u, poprawnie zaplanowanej misji, pozycjonowania RTK/PPK i obróbki danych daje rezultat, na podstawie którego można podjąć decyzję.

Dlatego dron do ortofotomap, inspekcji instalacji fotowoltaicznej i oceny kondycji upraw to w praktyce trzy różne narzędzia, nawet jeśli z zewnątrz wyglądają podobnie. Kamera RGB, termowizja, LiDAR i sensor multispektralny zbierają inne dane i mają inne ograniczenia. Źle dobrany sensor może dać setki gigabajtów materiału, który po powrocie do biura okaże się bezużyteczny.

Różnice cenowe też są duże. W sierpniu 2026 r. profesjonalny DJI Matrice 4E można znaleźć w polskich sklepach za około 20 tys. zł brutto, termowizyjny Matrice 4T kosztuje około 30 tys. zł, a sama ciężka platforma Matrice 400 około 42 tys. zł. Zestaw Matrice 400 z LiDAR-em Zenmuse L3 przekracza już 120 tys. zł. To nadal nie jest pełny koszt wdrożenia: dochodzą dodatkowe baterie, stacja bazowa, oprogramowanie, szkolenie, obsługa danych i czas ludzi.

Poniżej przyjmuję stan techniczny, cenowy i prawny na sierpień 2026 r.

Zaawansowany dron zaczyna się od zadania, nie od modelu

Najpierw trzeba rozdzielić trzy rzeczy: platformę latającą, sensor oraz system przetwarzania danych. Dopiero razem tworzą profesjonalne narzędzie.

Mały wielowirnikowiec, taki jak Matrice 4E, dobrze sprawdza się przy mapowaniu kilku lub kilkudziesięciu hektarów, dokumentacji budowy czy inspekcji obiektów. Jest szybki do rozłożenia i łatwiejszy logistycznie niż platforma ważąca kilkanaście kilogramów. Producent deklaruje do 49 minut lotu w warunkach testowych, ale nie należy planować 49-minutowej misji. Wiatr, manewry, temperatura, rezerwa na powrót i stan baterii skracają realny czas pracy.

Matrice 400 reprezentuje już inną klasę zastosowań. Waży z bateriami około 9,7 kg, może zabrać do 6 kg ładunku, ma deklarowany czas lotu do 59 minut oraz klasę ochrony IP55. To platforma pod wymienne urządzenia: kamerę inspekcyjną, LiDAR, specjalistyczne sensory przemysłowe. Jej zakup do wykonywania kilku prostych ortofotomap miesięcznie byłby jednak przerostem formy nad treścią.

Najpierw wybiera się rodzaj danych. Dopiero później drona.

Kamera RGB jest pierwszym wyborem, gdy potrzebujemy:

• ortofotomapy,
• dokumentacji fotograficznej,
• modelu 3D,
• pomiarów powierzchni i objętości,
• dokumentowania postępu budowy,
• wizualnej inspekcji dachów, elewacji lub infrastruktury.

Do fotogrametrii znacznie ważniejsza od efektownej liczby megapikseli bywa konstrukcja aparatu i sposób wykonywania zdjęć. Matrice 4E wykorzystuje kamerę 4/3 o rozdzielczości 20 MP z migawką mechaniczną i może wykonywać zdjęcia w odstępach do 0,5 s. Mechaniczna migawka ogranicza deformacje powstające podczas fotografowania z poruszającej się platformy.

Drugim narzędziem jest termowizja. Tu łatwo o przesadzone obietnice. Kamera termowizyjna nie „widzi uszkodzeń”. Rejestruje promieniowanie cieplne i pozwala wykryć anomalię temperatury, którą trzeba dopiero zinterpretować.

Dobrym przykładem jest Matrice 4T. Jego sensor termiczny ma natywną rozdzielczość 640 × 512 pikseli. W trybie wysokiego zakresu czułości producent określa dokładność pomiaru jako ±2°C lub ±2%, zależnie od tego, która wartość jest większa. To od razu pokazuje, dlaczego zdanie „dron wykrywa najmniejsze uszkodzenia z milimetrową dokładnością” nie ma technicznego sensu.

W termowizji wynik potrafią zaburzyć:

• bezpośrednie nasłonecznienie,
• wiatr chłodzący powierzchnię,
• emisyjność materiału,
• odbicia od szkła i metalu,
• zbyt duża odległość,
• niewłaściwy kąt obserwacji,
• zmieniająca się temperatura otoczenia.

Przykład: gorętszy fragment panelu fotowoltaicznego może wskazywać problem wymagający kontroli, ale sama plama termiczna nie jest jeszcze diagnozą awarii modułu. Jeśli lot zostanie wykonany w złych warunkach, można uzyskać technicznie poprawne zdjęcia, z których diagnostycznie niewiele wynika.

Trzecia grupa to LiDAR. W przeciwieństwie do fotogrametrii nie rekonstruuje geometrii wyłącznie ze zdjęć. Mierzy odległość za pomocą impulsów laserowych i buduje chmurę punktów. Daje przewagę m.in. w terenie porośniętym roślinnością, przy modelowaniu infrastruktury oraz tam, gdzie potrzebna jest bezpośrednia informacja geometryczna.

Nie oznacza to, że laser „widzi przez las”. Część impulsów może dotrzeć między liśćmi i gałęziami do powierzchni terenu, dlatego z chmury punktów można próbować oddzielić roślinność od gruntu. Przy bardzo gęstej roślinności liczba punktów terenowych spada.

W przypadku zestawu Matrice 400 + Zenmuse L3 producent podaje dla lotu na wysokości 120 m dokładność systemowej chmury punktów około 3 cm w pionie i 4 cm w poziomie RMSE — ale przy ściśle określonych warunkach testowych, prawidłowej korekcji pozycji i późniejszym przetwarzaniu danych. To dobry przykład różnicy między rzeczywistym pomiarem a marketingowym hasłem „dokładność do milimetrów”.

Czwartym ważnym narzędziem jest obrazowanie multispektralne. Stosuje się je przede wszystkim w rolnictwie, leśnictwie i analizie roślinności. Kamera rejestruje wybrane zakresy promieniowania, dzięki czemu można budować m.in. mapy indeksów wegetacyjnych i wskazywać obszary różniące się od reszty pola.

Tu również trzeba zachować dyscyplinę interpretacyjną. Niski indeks roślinności nie oznacza automatycznie konkretnej choroby, braku azotu czy niedoboru wody. Pokazuje obszar odstający od otoczenia. Przyczynę trzeba zweryfikować w terenie.

W polskich realiach przykładowy DJI Mavic 3 Multispectral kosztuje około 20 tys. zł. Kupowanie go tylko dlatego, że firma chce „wdrożyć AI i drony w rolnictwie”, nie ma sensu. Najpierw trzeba odpowiedzieć, kto będzie analizował dane i jaka decyzja ma wynikać z mapy.

Podobnie jest z RTK. Sam napis RTK na obudowie nie gwarantuje centymetrowej dokładności gotowego modelu.

Dla Matrice 4 producent podaje dokładność rozwiązania RTK przy statusie FIX na poziomie około 1 cm + 1 ppm w poziomie oraz 1,5 cm + 1 ppm w pionie. Jest to jednak dokładność pozycjonowania systemu GNSS, a nie automatycznie dokładność każdego punktu ortofotomapy czy modelu 3D.

Trzeba rozróżnić:

• RTK — korekty pozycji nanoszone podczas wykonywania misji,
• PPK — korekty pozycji wykonywane po locie,
• GCP — punkty terenowe o znanych współrzędnych,
• check pointy — niezależne punkty służące do kontroli końcowego wyniku,
• GSD — wielkość fragmentu terenu przypadającego na jeden piksel obrazu.

Jeżeli GSD wynosi 2 cm/piksel, pojedynczy piksel reprezentuje około 2 cm terenu. Nie oznacza to jednak automatycznie, że wszystkie pomiary będą miały dokładność 2 cm.

Właśnie na tym wykłada się część projektów. Zespół kupuje RTK, ustawia automatyczną trasę i zakłada, że temat dokładności został zamknięty. Nie został. Wynik trzeba sprawdzić na niezależnych punktach kontrolnych.

Od lotu do wiarygodnego wyniku: jak naprawdę wygląda profesjonalna misja

Profesjonalna praca z dronem nie zaczyna się od naciśnięcia „Start”. Zaczyna się od pytania: jakiej dokładności i jakiego produktu końcowego potrzebuje osoba podejmująca decyzję?

Przy mapowaniu terenu kolejność powinna wyglądać mniej więcej tak:

1. Określić produkt końcowy: ortofotomapa, model 3D, chmura punktów, numeryczny model terenu czy dokumentacja.
2. Ustalić wymaganą dokładność.
3. Dobrać GSD i wysokość lotu.
4. Zaplanować pokrycie zdjęć.
5. Zdecydować o RTK, PPK i punktach terenowych.
6. Sprawdzić pogodę, przeszkody i warunki GNSS.
7. Wykonać nalot.
8. Sprawdzić kompletność danych jeszcze w terenie.
9. Przetworzyć materiał.
10. Skontrolować błędy na niezależnych punktach.
11. Dopiero wtedy wykonać pomiary i analizę.

Przy fotogrametrii prostego, płaskiego terenu punktem startowym może być około 80% pokrycia podłużnego i 70% poprzecznego, ale nie jest to wartość uniwersalna. Gęsta zabudowa, elewacje, skarpy, drzewa czy skomplikowane konstrukcje wymagają dodatkowych ujęć i innych kierunków fotografowania.

Problem dobrze widać na budowie. Sam nalot wykonany co dwa tygodnie jest tylko kolekcją zdjęć. Wartość pojawia się wtedy, gdy z kolejnych misji powstają porównywalne ortofotomapy lub modele.

Przykładowy scenariusz — monitoring budowy

Celem nie jest „zrobić zdjęcia z drona”, tylko porównać stan robót między dwiema datami.

Dla takiego zadania potrzebujemy:

• powtarzalnej trasy,
• podobnego GSD,
• spójnego układu współrzędnych,
• odpowiedniego pokrycia zdjęć,
• kontroli dokładności,
• procedury przechowywania kolejnych modeli.

Dopiero wtedy można porównywać postęp, obliczać kubaturę hałd czy wskazywać różnice między wykonaniem a dokumentacją. Jeśli każdy nalot zostanie wykonany z innej wysokości, inną kamerą i bez kontroli pozycjonowania, efekt wizualny nadal może wyglądać dobrze, ale analiza zmian będzie mniej wiarygodna.

Przykładowy scenariusz — instalacja fotowoltaiczna

Tu zadanie wygląda inaczej. Najpierw określamy, czy potrzebujemy dokumentacji wizualnej, termicznej czy obu.

Typowy workflow obejmuje:

• lot RGB dokumentujący rozmieszczenie i stan modułów,
• nalot termowizyjny wykonany w warunkach umożliwiających obserwację różnic temperatur,
• przypisanie anomalii do konkretnych modułów lub sektorów,
• klasyfikację anomalii,
• wskazanie elementów wymagających kontroli naziemnej.

Najważniejsze ograniczenie: dron nie powinien automatycznie zamykać procesu diagnozą „panel uszkodzony”. Jego rolą jest przede wszystkim znalezienie podejrzanych miejsc szybciej niż podczas ręcznego przeglądu całej instalacji.

Przykładowy scenariusz — inwentaryzacja infrastruktury

Przy słupach, mostach, konstrukcjach stalowych lub rozbudowanych instalacjach warto rozważyć RGB, LiDAR albo połączenie obu metod.

RGB daje wysokiej jakości dokumentację wizualną i umożliwia budowę modelu fotogrametrycznego. LiDAR lepiej radzi sobie z geometrią skomplikowanych konstrukcji i może dostarczyć chmurę punktów niezależnie od tekstury powierzchni.

Nie wszystko da się jednak obejrzeć z powietrza. Element schowany pod konstrukcją, mikropęknięcie wymagające badania materiałowego czy korozja wymagająca pomiaru grubości nie zostaną magicznie rozwiązane przez drona. W takich sytuacjach nalot służy do preselekcji miejsc do dalszej kontroli, a nie zastępuje całej inspekcji.

To samo dotyczy sztucznej inteligencji. Algorytm może przeglądać tysiące zdjęć i zaznaczać obiekty przypominające pęknięcia, uszkodzone izolatory, przegrzane elementy lub ludzi. Jest to przydatne, ale wynik modelu powinien być traktowany jako klasyfikacja lub alert, a nie automatyczny werdykt.

Fałszywie dodatni alarm oznacza niepotrzebną kontrolę. Fałszywie ujemny — potencjalnie przeoczoną usterkę. Im poważniejsza konsekwencja błędu, tym mniej rozsądne jest całkowite wyłączanie człowieka z procesu.

Różnice technologiczne najlepiej sprowadzić do decyzji:

• ortofotomapa, model terenu, kubatury: RGB + RTK/PPK,
• rozbudowana geometria, roślinność, infrastruktura: LiDAR,
• anomalie cieplne: kamera termowizyjna,
• kondycja roślin: multispektralna,
• oględziny elementów z bezpiecznej odległości: kamera RGB z teleobiektywem,
• lokalizowanie obiektów podczas inspekcji: RGB/termowizja + dalmierz laserowy.

Nie ma jednego „najlepszego drona”. Jest tylko sprzęt właściwie albo niewłaściwie dobrany do wymagania.

Wdrożenie w Polsce: przepisy, koszty i moment, w którym dron nie ma sensu

Techniczna możliwość wykonania misji nie oznacza jeszcze, że wolno ją wykonać.

W Polsce w 2026 r. operacje nadal funkcjonują w europejskim podziale na kategorię otwartą, szczególną i certyfikowaną.

Kategoria otwarta obejmuje operacje niskiego ryzyka. W jej ramach obowiązuje m.in. lot w VLOS, czyli w zasięgu widoczności wzrokowej pilota lub przy odpowiednim wykorzystaniu obserwatora, zasadniczo do 120 m od najbliższego punktu powierzchni ziemi. Dzieli się ona na A1, A2 i A3.

To, czy dron może latać blisko osób postronnych, zależy m.in. od jego klasy i podkategorii operacji. Przykładowo w A2 dla drona klasy C2 podstawowa minimalna odległość od osób postronnych wynosi 30 m i może zostać zmniejszona do 5 m przy aktywnym trybie niskiej prędkości, jeżeli spełnione są odpowiednie warunki.

W A3 ograniczenia są znacznie bardziej dotkliwe — operacja musi być prowadzona z dala od osób postronnych i co najmniej 150 m od terenów mieszkalnych, handlowych, przemysłowych lub rekreacyjnych.

W praktyce przed planowaniem firmowego nalotu trzeba sprawdzić nie tylko klasę drona, lecz również miejsce operacji, strefy geograficzne i wymagania dotyczące pilota.

W Polsce jest jeszcze jeden krok, którego nie można traktować jako dodatku. Przed rozpoczęciem lotu trzeba wykonać Check-In w aplikacji DroneTower, a po misji zgłosić jej zakończenie. W zależności od strefy samo zgłoszenie nie musi oznaczać, że lot można od razu rozpocząć — mogą obowiązywać dodatkowe warunki lub konieczność uzyskania akceptacji.

Jeśli misja nie mieści się w kategorii otwartej, trzeba przeanalizować kategorię szczególną.

Przykładem są bardziej wymagające operacje BVLOS. Scenariusze standardowe UE obejmują m.in.:

• STS-01 — operacje VLOS na kontrolowanym obszarze naziemnym w środowisku zaludnionym, z odpowiednim systemem klasy C5,
• STS-02 — operacje BVLOS z obserwatorami przestrzeni powietrznej nad kontrolowanym obszarem naziemnym w środowisku słabo zaludnionym, przy wykorzystaniu systemu klasy C6.

Pilot wykonujący loty STS musi posiadać wymagane kompetencje teoretyczne i praktyczne, a operator odpowiednie podstawy do prowadzenia danej operacji.

Jeżeli plan nie mieści się w warunkach scenariusza standardowego, może być potrzebna indywidualna ocena ryzyka i odpowiednia ścieżka uzyskania zgody, np. z wykorzystaniem metodologii SORA.

Ma to znaczenie zwłaszcza przy hasłach takich jak „autonomiczna inspekcja 20 km linii energetycznej”. Technicznie współczesny system może być przygotowany do automatycznego wykonywania długich tras. Operacyjnie i prawnie to znacznie bardziej złożone zadanie niż lot wokół jednego budynku.

Podobnie trzeba uważać przy dronach rolniczych. W kategorii otwartej nie wolno zrzucać materiałów. Dron wykonujący oprysk, nawożenie czy rozsiew nie jest więc po prostu kolejnym wariantem zwykłego lotu fotograficznego. Wymaga analizy przepisów właściwych dla konkretnej operacji, sprzętu i stosowanej substancji.

Drugim filtrem jest ekonomia.

Sama cena drona nie odpowiada na pytanie, ile kosztuje proces.

Przy niedużym profesjonalnym systemie trzeba uwzględnić:

• platformę,
• dodatkowe akumulatory,
• ewentualny moduł lub stację RTK,
• komputer do obróbki,
• oprogramowanie,
• szkolenie,
• ubezpieczenie i obsługę formalną adekwatną do operacji,
• czas pilota,
• czas osoby przetwarzającej dane,
• serwis i części eksploatacyjne.

Przykład pokazuje skalę. Matrice 4E kosztuje około 20 tys. zł brutto, ale sama stacja DJI D-RTK 3 to wydatek około 7 tys. zł. W ciężkim systemie Matrice 400 jedna bateria TB100 kosztuje około 6,8 tys. zł. Zestaw z zaawansowanym LiDAR-em może przekroczyć 120 tys. zł jeszcze przed doliczeniem części kosztów organizacyjnych i pracy.

Dlatego własny system najczęściej broni się wtedy, gdy:

• misje są częste,
• procedura jest powtarzalna,
• wynik jest potrzebny szybko,
• przedsiębiorstwo ma ludzi potrafiących przetworzyć i wykorzystać dane,
• sprzęt nie będzie przez większość roku leżał w szafie.

Usługa zewnętrzna jest zwykle rozsądniejsza, gdy specjalistyczny nalot wykonuje się kilka razy w roku, potrzebny jest drogi sensor albo operacja wymaga kompetencji, których firma na co dzień nie potrzebuje.

Zwrot z inwestycji można policzyć bez marketingowych procentów.

Najpierw trzeba ustalić:

koszt obecnego procesu
minus
pełny koszt jednej operacji dronowej.

Do obecnego procesu wlicza się nie tylko roboczogodziny, ale również:

• wynajem podnośnika lub rusztowania,
• wyłączenie instalacji z pracy,
• dojazdy,
• czas kontroli,
• przestój,
• zaangażowanie dodatkowych ludzi,
• koszt dostępu do trudno dostępnych miejsc.

Następnie:

liczba operacji potrzebna do zwrotu = koszt wdrożenia / oszczędność na jednej operacji.

Dzięki temu szybko wychodzi na jaw, czy zakup za 40–100 tys. zł rozwiązuje realny problem, czy tylko wygląda nowocześnie.

Są też sytuacje, w których dron nie powinien być pierwszym wyborem.

Należy go odpuścić albo przełożyć misję, gdy:

• warunki pogodowe uniemożliwiają zebranie wiarygodnych danych,
• rezultat wymaga pomiaru kontaktowego,
• otoczenie nie pozwala bezpiecznie wykonać operacji,
• przeszkody ograniczają widoczność i GNSS do poziomu nieakceptowalnego dla zadania,
• potrzebnej dokładności nie zapewnia dostępny sensor,
• procedura prawna kosztuje więcej czasu niż alternatywna metoda,
• przetworzenie danych kosztowałoby więcej niż wartość uzyskanej informacji,
• obiekt można sprawdzić z ziemi szybciej, taniej i równie bezpiecznie.

To ostatnie jest szczególnie ważne. Dron nie jest automatycznie bardziej efektywny tylko dlatego, że lata.

Podobnie jest z ekologią. Mały elektryczny dron może zużyć znacznie mniej energii niż samochód wysyłany wyłącznie po jedną niewielką przesyłkę albo pojazd objeżdżający rozległą infrastrukturę podczas inspekcji. Ale nie można z tego wyciągnąć wniosku, że transport dronem zawsze jest bardziej ekologiczny. Wynik zależy od masy ładunku, dystansu, źródła energii, liczby przesyłek obsługiwanych podczas jednej trasy, infrastruktury oraz alternatywnego środka transportu.

Ta sama zasada obowiązuje właściwie w całej branży: korzyść ma sens dopiero po określeniu warunków, w których powstaje.

FAQ — najczęstsze pytania o profesjonalne drony

Czy RTK gwarantuje centymetrową dokładność ortofotomapy?
Nie. RTK może zapewnić centymetrową dokładność pozycjonowania systemu, ale dokładność produktu końcowego zależy również od wysokości lotu, GSD, geometrii zdjęć, sensora, warunków GNSS, kalibracji, sposobu przetwarzania oraz kontroli na punktach terenowych. RTK nie zastępuje kontroli jakości.

LiDAR czy fotogrametria — co wybrać?
Do ortofotomap i modeli obiektów dobrze widocznych na zdjęciach zazwyczaj bardziej ekonomiczna jest fotogrametria. LiDAR zyskuje przewagę przy roślinności, skomplikowanej geometrii, infrastrukturze i zadaniach, w których chmura punktów jest podstawowym produktem. Za tę przewagę płaci się jednak znacznie więcej.

Czy termowizja pozwala jednoznacznie wykryć uszkodzony panel fotowoltaiczny?
Nie. Pozwala wykryć anomalię cieplną. Jej przyczyną może być usterka, ale wynik trzeba interpretować z uwzględnieniem warunków pomiaru i w razie potrzeby potwierdzić inną metodą.

Ile kosztuje profesjonalny dron do zastosowań firmowych?
Na polskim rynku w sierpniu 2026 r. około 20 tys. zł wystarcza na platformę klasy Matrice 4E, około 30 tys. zł kosztuje termowizyjny Matrice 4T, a bardziej rozbudowany system Matrice 400 z LiDAR-em Zenmuse L3 może przekroczyć 120 tys. zł. Pełne wdrożenie jest droższe od samego sprzętu.

Czy każdy firmowy lot wymaga specjalnego zezwolenia ULC?
Nie. Wiele operacji niskiego ryzyka można wykonywać w kategorii otwartej bez indywidualnego zezwolenia, jeżeli spełnione są wszystkie jej warunki. Trzeba jednak posiadać wymagane kompetencje, przestrzegać zasad właściwej podkategorii oraz sprawdzić strefy geograficzne. W Polsce przed lotem wykonuje się również Check-In w DroneTower.

Czy można latać wyżej niż 120 m?
W kategorii otwartej zasadą jest maksymalnie 120 m od najbliższego punktu powierzchni ziemi. Przepisy przewidują ograniczone wyjątki związane m.in. z lotem przy wysokiej sztucznej przeszkodzie na wniosek podmiotu za nią odpowiedzialnego, ale nie należy traktować ich jako ogólnego sposobu na zwiększanie wysokości misji.

Czy dron może samodzielnie wykrywać awarie za pomocą AI?
Może automatycznie wskazywać obrazy lub obiekty spełniające kryteria wyuczonego modelu. Nie oznacza to bezbłędnej diagnozy. Przy zadaniach technicznych system AI powinien wspierać selekcję materiału, a decyzje o kosztownych naprawach lub bezpieczeństwie powinny opierać się na zweryfikowanych danych.

Kiedy lepiej zlecić usługę zamiast kupować drona?
Gdy specjalistyczna misja jest wykonywana sporadycznie, wymaga drogiego sensora albo firma nie ma osoby, która potrafi prawidłowo przetworzyć i ocenić dane. Zakup sprzętu bez procesu analizy często kończy się drogim archiwum zdjęć, z którego nikt nie korzysta.

Od czego zacząć wdrożenie dronów w przedsiębiorstwie?
Od jednego konkretnego procesu, który obecnie jest drogi, powolny albo ryzykowny. Trzeba określić rezultat, wymaganą dokładność i sposób wykorzystania danych, a następnie wykonać pilotaż i porównać go z dotychczasową metodą. Sprzęt wybiera się dopiero później.

Pierwsza decyzja powinna więc brzmieć: nie kupuj drona, dopóki nie potrafisz jednym zdaniem określić, jaki wynik ma dostarczyć. Jeśli odpowiedź brzmi jedynie „chcemy wykonywać inspekcje z powietrza”, wymaganie jest nadal zbyt ogólne. Ustal produkt końcowy, dokładność, częstotliwość pracy i warunki prawne. Dopiero z tych czterech informacji powinien wynikać wybór sensora, platformy i budżetu.