Espace

Des robots à quatre pattes se préparent à l’exploration autonome de Mars

mm
Publié le
Mis à jour le

Un jour, l’exploration spatiale pourrait faire appel à des astronautes vivant de façon permanente hors de la Terre, comme le prévoient les missions Artemis pour la Lune, ou par Elon Musk pour Mars.

Cependant, même avec la présence humaine, une grande partie du travail nécessaire dans l’espace sera effectuée par des robots, rien qu’à cela près, car ils sont beaucoup plus faciles à remplacer que les astronautes humains et beaucoup moins vulnérables à l’air toxique ou au vide, aux radiations, aux températures extrêmes, etc.

Idéalement, la plupart des rovers et robots devraient pouvoir se débrouiller pour les tâches simples, les humains sur Terre ou sur place n’étant impliqués que pour les aider à résoudre des problèmes spécifiques ou à déterminer leurs missions quotidiennes.

Alors que l’IA progresse rapidement, y compris l’IA physique, un concept désormais soutenu par le leader de l’IA NVIDIA, cette vision de science-fiction pourrait déjà être une réalité.

Pour des missions encore plus lointaines, comme sur les lunes de Jupiter, le délai de communication, pouvant atteindre une heure, rend tout contrôle direct encore plus difficile, rendant toute décision autonome des sondes d’autant plus précieuse.

“Les rovers sont conçus pour l’efficacité énergétique et la sécurité, et pour se déplacer lentement sur un terrain dangereux. En conséquence, l’exploration est généralement limitée à une petite partie du site d’atterrissage, les rovers parcourant typiquement quelques centaines de mètres par jour, ce qui rend difficile la collecte de données géologiquement diverses.”

Une autre étape consistera à donner aux robots d’exploration spatiale une plus grande capacité de déplacement libre. Après tout, les roues et les chenilles peuvent être plus fiables, mais ce n’est pas comme si des routes les attendaient sur la Lune et Mars.

En conséquence, la plupart des missions d’exploration robotique jusqu’à présent se sont concentrées sur des régions relativement plates et facilement navigables. Mais ces zones pourraient également ne pas être les plus utiles pour la future colonisation spatiale.

Par exemple, les tubes de lave pourraient constituer des abris préfabriqués parfaits pour les futurs astronautes, mais nous n’en avons jamais exploré un correctement, bien que l’exploration de tubes de lave pilotée par l’IA soit prévue. Et la plupart des ressources seront probablement trouvées dans des cratères profonds (eau) ou des régions montagneuses (métaux et autres dépôts minéraux).

« Sur la Lune, de nombreuses ressources clés se trouvent dans des terrains difficiles d’accès, notamment des dépôts pyroclastiques riches en volatils et en titane, des basaltes KREEP contenant des terres rares, et de la glace d’eau dans les régions constamment ombragées près du pôle Sud. Sur Mars, des expositions de glace d’eau et un régolithe riche en métaux ont également été identifiés dans des régions de haute latitude et de hautes terres, souvent sur des pentes instables ou des contextes géologiques fracturés. »

Ainsi, des robots plus avancés sont nécessaires, les « robodogs » quadrupèdes étant une option probable, car ce design devient également de plus en plus populaire sur Terre.

Cette possibilité est testée par des chercheurs suisses à l’ETH Zurich, à l’Université de Zurich, à l’Institut d’exploration spatiale de Neuchâtel, à l’Université de Bâle et à l’Université de Berne.

Ils ont utilisé un robot quadrupède, ont testé s’il pouvait gérer l’exploration semi‑autonome et la collecte d’échantillons dans un environnement spatial reconstruit, et ont publié leurs résultats dans Frontiers In Space Technologies1, sous le titre « Exploration semi‑autonome d’analogues martiens et lunaires avec un robot à pattes utilisant un bras robotique équipé d’un spectromètre Raman et un imager microscopique».

Recréer Mars sur Terre

Les chercheurs ont utilisé l’installation Marslabor à l’Université de Bâle, qui simule les conditions de surface planétaire en utilisant des roches analogues, du régolithe (poussière planétaire) et des conditions d’éclairage analogues pour recréer un environnement identique à celui de Mars, à l’exception de la gravité.

Marslabor comprend une salle de 80 m² avec un banc d’essai de 40 m² composé de matériaux analogues martiens. Cela incluait des roches avec un fort potentiel de préservation de biosignatures, comme le gypse ou la roche carbonatée, qui seraient d’un grand intérêt lors d’une véritable exploration martienne visant à étudier l’activité biologique passée sur la planète rouge.

De plus, des types de roches indicatives d’eau courante passée, comme la roche carbonatée siliclaste et le basalte contenant du soufre, ont également été inclus.

Un segment de la salle recréait également les conditions lunaires, avec des types de roches pouvant être une source utile d’oxydes, de titane, d’aluminium et de silicium.

Explorateurs à quatre pattes

Robot polyvalent avec capteurs

Le robot utilisé dans cette étude était un robot ANYmal construit par la société suisse ANYbotics, spécialisée dans les inspections industrielles en zones dangereuses. Pour permettre la cartographie et la localisation, ANYmal est équipé d’un LiDAR VLP‑16 Puck LITE de Velodyne, de six capteurs stéréo actifs RealSense D435 d’Intel pour la cartographie d’élévation, et de deux caméras grand angle FLIR Blackfly pour fournir des flux d’images RVB.

Le robot était équipé d’un imager microscopique (MICRO) et d’un spectromètre Raman MIRA RTX produit par la société suisse Metrohm. Ces capteurs ont été installés sur un bras robotique développé en interne par l’ETH (Eidgenössische Technische Hochschule – Institut fédéral suisse de technologie).

Il était contrôlé à distance par un opérateur utilisant une interface graphique (GUI) affichant une carte d’élévation numérique et des images de caméra où les commandes et les tâches sont transmises.

L’objectif de l’imager MICRO est de capturer des images en gros plan de la texture, du grain et de la couleur des échantillons de roche, un jeu de données crucial pour identifier le type de roche et sa composition. Il intègre un microscope USB, un anneau de 48 LED RVB, un capteur temps‑de‑vol (ToF) et l’électronique de contrôle. Un anneau en mousse empêche la lumière parasite d’entrer lorsque le MICRO est en contact avec une cible.

Le spectromètre Raman était doté d’un laser d’excitation infrarouge d’une longueur d’onde de 785 nm et d’une puissance maximale de 100 mW, avec une plage allant de 400 à 2 300 cm⁻¹ et une résolution de 8–10 cm⁻¹. Les données complètent l’observation du MICRO en révélant la composition chimique des roches étudiées.

Investigation avec & sans humains

Deux concepts opérationnels pour la prospection scientifique robotisée: l’un avec contrôle humain classique, et l’autre avec échantillonnage multi‑cibles semi‑autonome avec une intervention humaine minimale.

Dans la méthode assistée par l’humain, l’opérateur identifiait une cible dans l’image de la caméra et sélectionnait un point de navigation dans l’interface graphique (GUI). Ensuite, l’opérateur pouvait immédiatement examiner les données entrantes et décider si des mesures supplémentaires étaient nécessaires. L’opérateur choisissait également le nombre de mesures Raman déployées et déterminait leurs emplacements spécifiques sur la roche.

Dans la méthode semi‑autonome, des commandes prédéfinies étaient données à l’avance au robot, incluant la locomotion, la navigation vers des points de passage, le déploiement d’instruments et le retour de données. Une fois les instructions téléchargées, le robot exécutait toutes les tâches de façon autonome, du déplacement au déploiement du bras robotique et aux mesures scientifiques.

Après avoir terminé la séquence de mesures à chaque cible, le robot poursuivait son cycle d’exécution de façon autonome, se déplaçant vers la cible suivante et enregistrant les données après chaque mesure. Ce n’est qu’une fois les mesures terminées pour toutes les cibles que le robot transmettrait les données collectées à la station de base.

Les résultats de l’analyse ont confirmé l’utilité de combiner différents instruments, la combinaison de l’analyse Raman et MICRO augmentant la probabilité d’identifier correctement une roche donnée.

La méthode semi‑autonome a correctement identifié au moins un tiers des cibles par cycle, atteignant une identification à 100 % des cibles dans une mission analogue sur quatre. Les missions multi‑cibles ont duré entre 12 et 23 minutes, tandis qu’une mission guidée par un humain nécessitait 41 minutes pour réaliser des analyses comparables.

Ainsi, bien que les résultats soient moins parfaits, une analyse beaucoup plus réussie pouvait être effectuée par minute, conduisant à une plus grande efficacité globale. Cette expérience a donc confirmé que des robots plus autonomes pourraient sonder rapidement de vastes zones de surfaces planétaires.

De plus, une fois identifiée, un échantillon intéressant peut ensuite être analysé manuellement par les scientifiques lors d’une investigation supplémentaire.

« Au lieu de compter uniquement sur des ensembles d’instruments grands et complexes, les futures missions pourraient déployer des robots agiles qui scannent rapidement l’environnement et signalent les cibles prometteuses pour une investigation détaillée. »

Améliorer l’exploration robotique

Les chercheurs ont également noté que les outils déployés avaient tous été développés en pensant à un contrôle humain direct. Cela signifie que le robot semi‑autonome souffrait parfois d’un placement du bras hors cible, entraînant des images MICRO floues ou des données Raman trop bruyantes.

Un système amélioré pourrait à la place refaire le test avec de légers ajustements automatisés du bras en cas d’images floues ou de données spectrométriques médiocres. D’autres programmes d’automatisation pourraient également aider.

« Pour passer à un niveau d’autonomie encore plus élevé, les robots pourraient détecter de façon autonome les cibles d’intérêt en se basant sur la forme, la couleur et la texture. Dans les scénarios où la transmission de données est très lente (par exemple, dans le système solaire externe), le robot pourrait alors prendre de façon autonome des mesures de ces cibles. »

Ce système n’a également pas exploité les avancées récentes en IA, qui pourraient offrir aux robots une autonomie bien plus grande à l’avenir, comme nous l’avons évoqué dans « Space 2.0: L’essor des robots autonomes et de l’IA ». Ainsi, des protocoles encore plus avancés de détection puis de balayage pourraient apporter des mesures plus efficaces et autonomes. À partir de là, entraîner un modèle d’IA spécialisé sur des données réelles provenant de robots sur Mars ou la Lune pourrait rendre les futures générations de sondes encore plus efficaces.

Investir dans la robotique spatiale

Intuitive Machines

(LUNR )

L’envoi de sondes autonomes vers des objets interstellaires nécessitera une solide expertise dans la construction de grandes sondes spatiales et leur arrivée intacte à destination. Jusqu’à présent, cela a surtout été le domaine d’institutions publiques comme la NASA, l’ESA et les universités associées.

Cela change à mesure que nous nous rapprochons du moment où les entreprises privées pourraient commencer à envoyer des missions automatisées ou habitées pour exploiter les astéroïdes, en particulier les objets proches de la Terre. Ce type de projet sera probablement la prochaine étape ou sera réalisé en parallèle du retour des missions habitées sur la Lune, prévu pour les prochaines années.

Fondée en 2013 à Houston, Texas, Intuitive Machines est, pour l’instant, une entreprise très « orientée Lune », comme l’indique son symbole boursier LUNR, et a déjà été sélectionnée pour 4 missions lunaires de la NASA, et emploie plus de 400 personnes.

C’était la première entreprise commerciale à atterrir avec succès et à transmettre des données scientifiques depuis la Lune. Elle a également réalisé le premier tir du moteur LOx/LCH4 (oxygène liquide, méthane liquide) dans l’espace. L’entreprise travaille sur de nombreux projets qui constitueront la base d’une infrastructure lunaire pour l’exploration et la colonisation.

Le premier est le « service de transmission de données », la technologie étant testée, et visant finalement à aboutir à une constellation de transmission de données lunaires autour de l’orbite de la Lune.

La deuxième partie est « Infrastructure as a Service ». Elle devrait inclure des services de télécommunication, des services de localisation GPS, et des véhicules lunaires de surface (LTV) capables d’opérations autonomes.

Le dernier segment est la livraison de matériel à la surface lunaire. Jusqu’à présent, l’entreprise a livré des charges utiles scientifiques avec le lanceur Nova-C, un atterrisseur de 4,3 m de haut (14 pieds) capable de livrer 130 kg de charge utile sur la Lune.

L’étape suivante sera le lanceur Nova-D, capable de livrer 1 500 à 2 500 kg de matériel sur la Lune. Cette capacité de charge utile et cette taille seront nécessaires pour la livraison du véhicule tout-terrain lunaire (LTV), ainsi que du réacteur nucléaire de puissance de surface de 40 kW Fission Surface Power prévu pour alimenter la base lunaire.

L’entreprise a décroché de nombreux contrats précieux avec la NASA, par exemple le contrat Near Space Network, d’une valeur potentielle maximale de 4,82 milliards de dollars. La décision finale du contrat LTV par la NASA parmi les 3 fournisseurs potentiels est attendue pour la fin 2025, et vaudrait également jusqu’à 4,6 milliards de dollars.

En plus de la NASA, l’entreprise cherche à diversifier sa clientèle, ayant été sélectionnée en avril 2025 pour une subvention pouvant atteindre 10 millions de dollars de la Texas Space Commission.

Cela soutiendra le développement d’un véhicule de rentrée atmosphérique terrestre et d’un laboratoire de fabrication orbitale conçu pour permettre la biomanufacture en microgravité. Ce véhicule de rentrée offrira également une option de secours et réduira les risques pour les futures missions de retour d’échantillons lunaires de l’entreprise.

Un autre projet est le développement de satellites furtifs nucléaires à faible puissance pour un contrat du laboratoire de recherche de l’Air Force, JETSON.

Alors que l’entreprise atteint un flux de trésorerie disponible positif au premier trimestre 2025, et avec le contrat de télécommunication lunaire, elle devient désormais beaucoup plus sûre pour les investisseurs, passant d’une start‑up consommatrice de liquidités à un fournisseur de services établi pour l’économie spatiale en pleine croissance.

Et cela pourrait constituer le socle de futures explorations du deep space et de l’exploitation des ressources spatiales, surtout qu’elle devient un partenaire de confiance de la NASA au même niveau que SpaceX (bientôt en introduction en bourse après sa fusion avec xAI) ou Rocket Lab (RKLB ).

(Vous pouvez en savoir plus sur Intuitive Machines dans notre rapport d’investissement dédié à l’entreprise.)

Dernières Intuitive Machines (LUNR) Nouvelles et développements des actions

Étude référencée

1. Gabriela Ligeza, Philip Arm, et al. Exploration semi‑autonome d’analogues martiens et lunaires avec un robot à pattes utilisant un bras robotique équipé d’un spectromètre Raman et un imager microscopique. Frontier Space Technologies, 31 mars 2026. Volume 7 – 2026 | https://doi.org/10.3389/frspt.2026.1741757 

mm

Jonathan est un ancien chercheur en biochimie qui a travaillé dans l'analyse génétique et les essais cliniques. Il est maintenant un analyste boursier et écrivain financier avec un focus sur l'innovation, les cycles de marché et la géopolitique dans sa publication The Eurasian Century.