Spazio
Robot a Quattro Zampe Si Preparano per l’Esplorazione Autonoma di Marte
Un giorno, l’esplorazione spaziale potrebbe utilizzare astronauti che vivono permanentemente fuori dal pianeta, come immaginato dalle missioni Artemis per la Luna, o da Elon Musk per Marte.
Tuttavia, anche con la presenza umana, gran parte del lavoro necessario nello spazio sarà svolto dai robot, se non altro perché sono molto più facili da sostituire rispetto agli astronauti umani e molto meno vulnerabili all’aria tossica o al vuoto, alle radiazioni, alle temperature estreme, ecc.
Idealmente, la maggior parte dei rover e dei robot dovrebbe essere in grado di gestirsi autonomamente per compiti semplici, con gli esseri umani sulla Terra o in loco coinvolti solo per aiutarli a risolvere problemi specifici o a determinare le loro missioni quotidiane.
Man mano che l’IA avanza rapidamente, incluso l’IA fisica, un concetto ora promosso dal leader dell’IA NVIDIA, questa visione da fantascienza potrebbe già essere una realtà.
Per missioni ancora più lontane, come quelle sulle lune di Giove, il ritardo nella comunicazione, fino a un’ora, rende qualsiasi controllo diretto ancora più difficile, rendendo qualsiasi decisione autonoma delle sonde particolarmente preziosa.
“I rover sono progettati per l’efficienza energetica e la sicurezza, e per muoversi lentamente su terreni pericolosi. Di conseguenza, l’esplorazione è tipicamente limitata a una piccola parte del sito di atterraggio, con i rover che normalmente percorrono fino a qualche centinaio di metri al giorno, il che rende difficile raccogliere dati geologicamente diversi.”
Un altro passo sarà dare ai robot di esplorazione spaziale maggiore capacità di muoversi liberamente. Dopotutto, ruote e cingoli possono essere più affidabili, ma non è come se le strade li aspettassero sulla Luna e su Marte.
Di conseguenza, la maggior parte delle missioni di esplorazione robotica finora si è concentrata su regioni relativamente piatte e facilmente navigabili. Ma queste aree potrebbero non essere le più utili per la futura colonizzazione spaziale.
Ad esempio, i tubi di lava potrebbero costituire rifugi pre-costruiti perfetti per i futuri astronauti, ma non ne abbiamo mai esplorato uno adeguatamente, sebbene sia in programma un’esplorazione dei tubi di lava guidata dall’IA. E la maggior parte delle risorse probabilmente si troverà in crateri profondi (acqua) o in regioni montuose (metalli e altri depositi minerari).
“Sulla Luna, molte risorse chiave si trovano in terreni difficili da raggiungere, inclusi depositi piroclastici ricchi di volatili e titanio, basaltici KREEP contenenti REE, e ghiaccio d’acqua nelle regioni permanentemente ombreggiate vicino al Polo Sud. Su Marte, sono state identificate esposizioni di ghiaccio d’acqua e regolite ricca di metalli in regioni ad alta latitudine e altopiane, spesso all’interno di pendii instabili o contesti geologici fratturati.”
Quindi sono necessari robot più avanzati, con i “robodog” quadrupedi come opzione probabile, poiché questo design sta diventando sempre più popolare anche sulla Terra.
Questa possibilità è stata testata da ricercatori svizzeri presso l’ETH di Zurigo, l’Università di Zurigo, l’Istituto Svizzero di Esplorazione Spaziale di Neuchâtel, l’Università di Basilea e l’Università di Berna.
Hanno utilizzato un robot quadrupede, hanno testato se potesse gestire l’esplorazione semi-autonoma e la raccolta di campioni in un ambiente spaziale ricostruito, e hanno pubblicato i loro risultati su Frontiers In Space Technologies1, con il titolo “Esplorazione semi-autonoma di analoghi marziani e lunari con un robot a zampe usando un braccio robotico dotato di Raman e un’immagine microscopica”.
Ricreare Marte sulla Terra
I ricercatori hanno utilizzato la struttura Marslabor presso l’Università di Basilea, che simula le condizioni della superficie planetaria usando rocce analoghe, regolite (polvere planetaria) e condizioni di illuminazione analoghe per ricreare un ambiente identico a quello di Marte, tranne che per la gravità.
Marslabor comprende una stanza di 80 m² con un banco di prova di 40 m² composto da materiali analoghi a quelli marziani. Questo includeva rocce con un forte potenziale di conservazione di biosignature, come gesso o roccia carbonatica, che sarebbero di grande interesse in una reale esplorazione marziana volta a investigare l’attività biologica passata sul Pianeta Rosso.
Inoltre, sono stati inclusi tipi di roccia indicativi di acqua corrente passata, come roccia carbonatica siliciclastica e basalto contenente zolfo.
Un segmento della stanza ricreava anche le condizioni lunari, con tipi di roccia che potrebbero essere una fonte utile di ossidi, titanio, alluminio e silicio.
Esploratori a Quattro Zampe
Robot Polivalente con Sensori
Il robot utilizzato in questo studio era un robot ANYmal costruito dalla società svizzera ANYbotics, specializzata in ispezioni industriali in aree pericolose. Per consentire la mappatura e la localizzazione, ANYmal è dotato di un LiDAR VLP-16 Puck LITE di Velodyne, sei sensori stereo attivi RealSense D435 di Intel per la mappatura dell’elevazione, e due telecamere grandangolari FLIR Blackfly per fornire flussi di immagini RGB.
Il robot era dotato di un microscopio (MICRO) e di uno spettrometro Raman MIRA RTX prodotto dalla società svizzera Metrohm. Questi sensori sono stati installati su un braccio robotico sviluppato internamente dall’ETH (Eidgenössische Technische Hochschule – Istituto Federale Svizzero di Tecnologia).
È stato controllato a distanza da un operatore usando un’interfaccia grafica (GUI) che mostra una mappa digitale dell’elevazione e le immagini delle telecamere dove vengono trasmessi comandi e compiti.
L’obiettivo del microscopio MICRO è catturare immagini ravvicinate della texture, della granulosità e del colore dei campioni di roccia, un set di dati cruciale per identificare il tipo di roccia e la sua composizione. Include un microscopio USB, un anello di 48 LED RGB, un sensore time-of-flight (ToF) e l’elettronica di controllo. Un anello di schiuma impediva alla luce indesiderata di entrare quando MICRO è a contatto con il bersaglio.
Lo spettrometro Raman presentava un laser di eccitazione infrarossa con lunghezza d’onda di 785 nm e potenza massima di 100 mW, con un intervallo che va da 400 a 2.300 cm⁻¹ con una risoluzione di 8–10 cm⁻¹. I dati completano l’osservazione MICRO rivelando la composizione chimica delle rocce studiate.
Indagine con & senza umani
Due concetti operativi per il rilevamento scientifico robotico: uno con controllo umano classico, e l’altro con campionamento multi-bersaglio semi-autonomo con minima intervento umano.
Nel metodo assistito dall’umano, l’operatore ha identificato un bersaglio nell’immagine della telecamera e ha selezionato un punto di navigazione nella GUI grafica. Poi, l’operatore poteva immediatamente esaminare i dati in arrivo e decidere se fossero necessarie misurazioni aggiuntive. L’operatore ha anche scelto quante misurazioni Raman eseguire e ha determinato le loro posizioni specifiche sulla roccia.
Nel metodo semi-autonomo, comandi predefiniti sono stati forniti in anticipo al robot, includendo locomozione, navigazione verso waypoint, dispiegamento degli strumenti e ritorno dei dati. Una volta caricate le istruzioni, il robot ha eseguito tutti i compiti in modo autonomo, dal movimento al dispiegamento del braccio robotico e alle misurazioni scientifiche.
Dopo aver completato la sequenza di misurazioni per ogni bersaglio, il robot ha continuato autonomamente il suo ciclo di esecuzione, spostandosi al bersaglio successivo e salvando i dati dopo ogni misurazione. Solo una volta completate le misurazioni per tutti i bersagli il robot trasmetterà i dati raccolti alla stazione base.
I risultati dell’analisi hanno confermato l’utilità di combinare diversi strumenti, con la combinazione dell’analisi Raman e MICRO che aumenta la probabilità di identificare correttamente una determinata roccia.
Il metodo semi-autonomo ha identificato correttamente almeno 1/3 dei bersagli per ciclo, raggiungendo il 100 % di identificazione dei bersagli in una su quattro missioni analoghe. Le missioni multi-bersaglio hanno richiesto tra 12 e 23 minuti, mentre una missione guidata da umani ha richiesto 41 minuti per completare analisi comparabili.
Quindi, sebbene i risultati fossero meno perfetti, è stato possibile condurre analisi molto più efficaci per minuto, portando a una maggiore efficienza complessiva. Questa esperienza ha confermato che robot più autonomi potrebbero sondare rapidamente ampie aree delle superfici planetarie.
Inoltre, una volta identificato, un campione interessante può essere poi analizzato manualmente dagli scienziati in ulteriori indagini.
“Invece di fare affidamento esclusivamente su suite di strumenti grandi e complesse, le future missioni potrebbero impiegare robot agili che scansionano rapidamente l’ambiente e segnalano bersagli promettenti per indagini dettagliate.”
Migliorare l’Esplorazione Robotica
I ricercatori hanno anche osservato che gli strumenti impiegati erano tutti sviluppati pensando al controllo umano diretto. Ciò significa che il robot semi-autonomo a volte soffriva di posizionamenti del braccio fuori bersaglio, portando a immagini MICRO sfocate o dati Raman troppo rumorosi.
Un sistema migliorato potrebbe invece ripetere il test con lievi aggiustamenti automatizzati del braccio in caso di immagini sfocate o dati spettrometrici scadenti. Ulteriori programmi di automazione potrebbero aiutare altrettanto.
“Per passare a un livello ancora più alto di autonomia, i robot potrebbero rilevare autonomamente i bersagli di interesse basandosi su forma, colore e texture. In scenari in cui la trasmissione dei dati è molto lenta (ad esempio, nel sistema solare esterno), il robot potrebbe quindi prendere autonomamente misurazioni di questi bersagli.”
Questo sistema non ha inoltre sfruttato i recenti progressi nell’IA, che potrebbero conferire ai robot una maggiore autonomia in futuro, come discusso in “Space 2.0: L’Ascesa dei Robot Autonomi e dell’IA”. Pertanto, protocolli ancora più avanzati di rilevamento e successiva scansione potrebbero portare a misurazioni più efficienti e autonome. Da lì, l’addestramento di un modello IA specializzato su dati reali provenienti da robot su Marte o sulla Luna potrebbe rendere le future generazioni di sonde ancora più efficienti.
Investire nella Robotica Spaziale
Intuitive Machines
(LUNR )
L’invio di sonde autonome verso oggetti interstellari richiederà una forte competenza nella costruzione di grandi sonde spaziali e nel farle arrivare intatte al luogo giusto. Per ora, questo è stato principalmente dominio di istituzioni pubbliche come la NASA, l’ESA e le università associate.
Questo sta cambiando man mano che ci avviciniamo al punto in cui le aziende private potranno iniziare a inviare missioni automatizzate o con equipaggio per estrarre asteroidi, soprattutto oggetti vicini alla Terra. Questo tipo di progetto sarà probabilmente il passo successivo o sarà svolto in parallelo al ritorno delle missioni con equipaggio sulla Luna, previsto per i prossimi anni.
Fondata nel 2013 a Houston, Texas, Intuitive Machines è, per ora, un’azienda molto “orientata alla Luna”, come indicato dal suo ticker LUNR, ed è già stata selezionata per 4 missioni lunari della NASA, e impiega oltre 400 persone.
Fonte: Intuitive Machines
È stata la prima azienda commerciale a atterrare con successo e trasmettere dati scientifici dalla Luna. Ha anche effettuato il primo accensione del motore LOx/LCH4 (ossigeno liquido, metano liquido) nello spazio. L’azienda sta lavorando a molti progetti che formeranno la base di un’infrastruttura lunare per l’esplorazione e l’insediamento.
Il primo è il “servizio di trasmissione dati”, con la tecnologia in fase di test, e con l’obiettivo finale di creare una costellazione di trasmissione dati lunare attorno all’orbita della Luna.
Fonte: Intuitive Machines
La seconda parte è “Infrastructure as a Service”. Dovrebbe includere servizi di telecomunicazione, servizi di localizzazione GPS e veicoli lunari di superficie (LTV) capaci di operazioni autonome.
Fonte: Intuitive Machines
L’ultimo segmento è la consegna di materiale sulla superficie lunare. Finora, l’azienda ha consegnato carichi scientifici con il modulo di atterraggio Nova-C, un atterrante alto 4,3 metri (14 piedi) in grado di trasportare 130 kg di carico sulla Luna.
Il prossimo passo sarà con il modulo di atterraggio Nova-D, in grado di consegnare 1.500‑2.500 kg di materiale sulla Luna. Questa capacità di carico e dimensione sarà quella necessaria per la consegna del Lunar Terrain Vehicle (LTV), così come del reattore nucleare Fission Surface Power da 40 kW previsto per alimentare la base lunare.
Fonte: Intuitive Machines
L’azienda ha ottenuto molti contratti preziosi con la NASA, ad esempio il contratto Near Space Network, con un valore potenziale massimo di 4,82 miliardi di dollari. La decisione finale del contratto LTV da parte della NASA tra i 3 potenziali fornitori è prevista per la fine del 2025, e varrebbe fino a 4,6 miliardi di dollari.
Oltre alla NASA, l’azienda sta cercando di diversificare la sua base di clienti, essendo stata selezionata nell’aprile 2025 per una sovvenzione fino a 10 milioni di dollari dalla Texas Space Commission.
Ciò supporterà lo sviluppo di un veicolo di rientro terrestre e di un laboratorio di fabbricazione orbitale progettato per abilitare la bioproduzione in microgravità. Questo veicolo di rientro fornirà anche un’opzione di backup e ridurrà i rischi per le future missioni di ritorno di campioni lunari dell’azienda.
Un altro progetto è lo sviluppo di satelliti stealth nucleari a bassa potenza per un contratto del laboratorio di ricerca dell’Air Force JETSON.
Man mano che l’azienda raggiunge un punto di flusso di cassa libero positivo nel primo trimestre del 2025, e con il contratto di telecomunicazione lunare, sta diventando molto più sicura per gli investitori, passando da una startup che brucia liquidità a un fornitore di servizi consolidato per la crescente economia spaziale.
E potrebbe costituire il blocco fondamentale per ulteriori esplorazioni dello spazio profondo e l’utilizzo delle risorse spaziali, soprattutto poiché diventa un partner fidato della NASA al pari di SpaceX (presto in IPO dopo la fusione con xAI) o Rocket Lab (RKLB ).
(Puoi leggere di più su Intuitive Machines nel nostro rapporto di investimento dedicato all’azienda.)
Ultime Intuitive Machines (LUNR) Notizie e Sviluppi sulle Azioni
Studio di Riferimento
1. Gabriela Ligeza, Philip Arm, et al. Esplorazione semi-autonoma di analoghi marziani e lunari con un robot a zampe usando un braccio robotico dotato di Raman e un microscopio. Frontier Space Technologies, 31 marzo 2026. Volume 7 – 2026 | https://doi.org/10.3389/frspt.2026.1741757
