Ruimte
Vierbenige Robots Bereiden Zich Voor Op Autonome Marsverkenning
Voeg Securities.io toe aan je voorkeursbronnen op Google
Op een dag zou ruimteverkenning gebruik kunnen maken van astronauten die permanent buiten de aarde wonen, zoals voorgesteld door de Artemis-missies voor de maan, of door Elon Musk voor Mars.
Toch, zelfs met menselijke aanwezigheid, zal een groot deel van het werk dat in de ruimte nodig is, door robots worden uitgevoerd, althans, omdat ze veel makkelijker te vervangen zijn dan menselijke astronauten en veel minder kwetsbaar voor giftige lucht of vacuüm, straling, extreme temperaturen, enz.
Idealiter moeten de meeste rovers en robots zichzelf kunnen redden bij eenvoudige taken, waarbij mensen op aarde of ter plaatse alleen worden betrokken om hen te helpen specifieke problemen op te lossen of hun dagelijkse missies te bepalen.
Naarmate AI snel vordert, inclusief fysieke AI, een concept dat nu wordt gepromoot door AI-leider NVIDIA (NVDA ), zou deze sciencefictionvisie al realiteit kunnen zijn.
Voor nog verder afgelegen missies, zoals op de manen van Jupiter, maakt de communicatietijdvertraging van tot wel een uur directe besturing nog lastiger, waardoor elke autonome beslissing van de sondes extra waardevol wordt.
“Rovers zijn ontworpen voor energie‑efficiëntie en veiligheid, en om langzaam over gevaarlijk terrein te bewegen. Als gevolg daarvan is verkenning meestal beperkt tot slechts een klein deel van de landingsplaats, waarbij rovers doorgaans tot enkele honderden meters per dag reizen, wat het moeilijk maakt om geologisch diverse gegevens te verzamelen.”
Een volgende stap zal zijn om ruimteverkenningsrobots meer vrijheid te geven om zich te bewegen. Tenslotte kunnen wielen en rupsbanden betrouwbaarder zijn, maar er liggen geen wegen op de maan en Mars die op hen wachten.
Als gevolg hiervan hebben de meeste robotverkenningsmissies tot nu toe zich gericht op relatief vlak, gemakkelijk navigeerbaar terrein. Maar deze gebieden zijn mogelijk ook niet het meest bruikbaar voor toekomstige ruimtekolonisatie.
Zo kunnen lavatunnels perfecte vooraf gebouwde schuilplaatsen vormen voor toekomstige astronauten, maar we hebben er nog nooit een goed verkend, hoewel AI‑gedreven verkenning van lavatunnels wordt gepland. En de meeste hulpbronnen zullen waarschijnlijk worden gevonden in diepe kraters (water) of bergachtige regio’s (metalen en andere minerale afzettingen).
“Op de maan bevinden veel sleutelbronnen zich in terrein dat moeilijk toegankelijk is, waaronder vluchtige‑ en titanium‑rijke pyroclastische afzettingen, REE‑bevattende KREEP‑basalten en waterijs binnen permanent verduisterde gebieden nabij de zuidpool. Op Mars zijn waterijs‑exposities en metaal‑rijk regolit ook geïdentificeerd in hoog‑breedte‑ en hoogland‑regio’s, vaak binnen onstabiele hellingen of gebroken geologische omgevingen.”
Dus zijn meer geavanceerde robots nodig, waarbij kwadrupedale “robodogs” een waarschijnlijke optie zijn, aangezien dit ontwerp ook op aarde steeds populairder wordt.
Deze mogelijkheid wordt getest door Zwitserse onderzoekers aan de ETH Zürich, de Universiteit van Zürich, het Neuchâtel Space Exploration Institute, de Universiteit van Basel en de Universiteit van Bern.
Ze gebruikten een kwadrupedale robot, testten of deze semi‑autonome verkenning en monsterverzameling kon uitvoeren in een gereconstrueerde ruimte‑omgeving, en publiceerden hun bevindingen in Frontiers In Space Technologies1, onder de titel “Semi‑autonome verkenning van martiaanse en lunaire analogieën met een gevleugeld robot met een Raman‑uitgeruste robotarm en microscopische afbeelding”.
Mars op Aarde Nabootsen
De onderzoekers gebruikten de Marslabor‑faciliteit aan de Universiteit van Basel, die planetaire oppervlakcondities simuleert met analoge rotsen, regolit (planetaire stof) en analoge belichtingsomstandigheden om een omgeving te recreëren die identiek is aan Mars, behalve de zwaartekracht.
Marslabor omvat een ruimte van 80 m² met een testbed van 40 m² samengesteld uit martiaanse analoge materialen. Dit omvatte rotsen met een sterk potentieel voor biosignatuurbehoud, zoals gips of carbonaten, die van groot belang zouden zijn voor een echte Marsverkenning die de vroegere biologische activiteit op de Rode Planeet wil onderzoeken.
Daarnaast werden rotssoorten die wijzen op vroeger stromend water, zoals siliciclastische carbonaten en zwavelhoudende basalt, ook opgenomen.
Een gedeelte van de ruimte werd ook gebruikt om maancondities te recreëren, met rotssoorten die een nuttige bron van oxiden, titanium, aluminium en silicium kunnen zijn.
Vierbenige Verkenners
Polyvalente Robot Met Sensoren
De robot die in deze studie werd gebruikt, was een ANYmal‑robot gebouwd door het Zwitserse bedrijf ANYbotics, gespecialiseerd in industriële inspecties in gevaarlijke gebieden. Om mapping en lokalisatie mogelijk te maken, is ANYmal uitgerust met een VLP‑16 Puck LITE LiDAR van Velodyne, zes RealSense D435 actieve stereosensoren van Intel (INTC ) voor hoogtemapping, en twee FLIR Blackfly breedhoekcamera’s om RGB‑beeldstromen te leveren.
De robot was uitgerust met een microscopische imager (MICRO) en een MIRA RTX Raman‑spectrometer geproduceerd door het Zwitserse bedrijf Metrohm. Deze sensoren waren gemonteerd op een robotarm ontwikkeld in‑house door de ETH (Eidgenössische Technische Hochschule – Zwitserse Federale Technische Hogeschool).
Hij werd op afstand bestuurd door een operator via een grafische gebruikersinterface (GUI) die een digitale hoogtemap en camerabeelden toont waar commando’s en taken worden verzonden.
Het doel van de MICRO‑imager is om close‑up beelden te maken van de textuur, korrel en kleur van rotsmonsters, een cruciale dataset om het type rots en de samenstelling te identificeren. Het omvat een USB‑microscoop, een ring van 48 RGB‑LED’s, een time‑of‑flight (ToF) sensor en besturingselektronica. Een schuimring voorkwam dat er ongewenst licht binnenkwam wanneer de MICRO in contact stond met een doelwit.
De Raman‑spectrometer beschikt over een infrarood‑excitatielaser met een golflengte van 785 nm en een maximaal vermogen van 100 mW, met een bereik van 400 tot 2 300 cm⁻¹ en een resolutie van 8–10 cm⁻¹. De data completeren de MICRO‑observatie door de chemische samenstelling van de bestudeerde rotsen te onthullen.
Onderzoek Met & Zonder Mensen
Twee operationele concepten voor robotisch wetenschappelijk onderzoek: één met klassieke menselijke besturing, en de ander met multi‑target, semi‑autonome bemonstering met minimale menselijke tussenkomst.
In de menselijk‑ondersteunde methode identificeerde de operator een doelwit in het camerabeeld en selecteerde een navigatie‑waypoint in de grafische GUI. Vervolgens kon de operator direct de binnenkomende data beoordelen en beslissen of extra metingen nodig waren. De operator koos ook hoeveel Raman‑metingen werden uitgevoerd en bepaalde hun specifieke locaties op de rots.
In de semi‑autonome methode werden vooraf gedefinieerde commando’s aan de robot gegeven, inclusief locomotie, waypoint‑navigatie, instrument‑inzet en dataverkeer. Zodra de instructies waren geüpload, voerde de robot alle taken autonoom uit, van beweging tot inzet van de robotarm en wetenschappelijke metingen.
Na het voltooien van de meetreeks bij elk doelwit ging de robot autonoom door met de volgende cyclus, bewoog naar het volgende doelwit en slaat de data op na elke meting. Pas wanneer alle metingen voor alle doelwitten waren voltooid, zou de robot de verzamelde data naar het basisstation verzenden.
De resultaten van de analyse bevestigden het nut van het combineren van verschillende instrumenten, waarbij de combinatie van Raman‑ en MICRO‑analyse de kans vergrootte om een gegeven rots correct te identificeren.
De semi‑autonome methode identificeerde correct minstens een derde van de doelwitten per cyclus, met 100 % doelwitidentificatie in één van de vier analoge missies. Multi‑target missies duurden tussen de 12 en 23 minuten, terwijl een mens‑geleide missie 41 minuten nodig had voor vergelijkbare analyses.
Hoewel de resultaten minder perfect waren, kon per minuut veel meer succesvolle analyses worden uitgevoerd, wat leidde tot een hogere algehele efficiëntie. Deze ervaring bevestigde dat meer autonome robots grote oppervlakken van planetaire oppervlakken snel kunnen verkennen.
Daarnaast kan, eenmaal geïdentificeerd, een interessant monster handmatig worden geanalyseerd door wetenschappers in vervolgonderzoek.
“In plaats van uitsluitend te vertrouwen op grote en complexe instrumentensuites, zouden toekomstige missies wendbare robots kunnen inzetten die de omgeving snel scannen en veelbelovende doelwitten markeren voor gedetailleerd onderzoek.”
Verbeteren van Robotische Verkenning
De onderzoekers merkten ook op dat de ingezette tools allemaal waren ontwikkeld met directe menselijke besturing in gedachten. Dit betekent dat de semi‑autonome robot soms last had van off‑target armplaatsing, wat leidde tot onscherpe MICRO‑beelden of te ruisende Raman‑data.
Een verbeterd systeem zou de test opnieuw kunnen uitvoeren met lichte geautomatiseerde arm‑aanpassingen in geval van onscherpe beelden of slechte spectroscopiedata. Verdere automatiseringsprogramma’s zouden ook kunnen helpen.
“Om naar een nog hoger niveau van autonomie te gaan, zouden de robots doelwitten van interesse autonoom kunnen detecteren op basis van vorm, kleur en textuur. In scenario’s waarin de datatransmissie zeer traag is (bijvoorbeeld in het buitenste zonnestelsel), zou de robot vervolgens autonoom metingen van deze doelwitten kunnen uitvoeren.”
Dit systeem maakte ook geen gebruik van recente AI‑vooruitgangen, die de robots in de toekomst veel grotere autonomie zouden kunnen geven, zoals we bespraken in “Space 2.0: De Opkomst van Autonome Robots en AI”. Dus, nog geavanceerdere detectie‑en‑scan‑protocollen zouden efficiëntere en autonomere metingen kunnen opleveren. Vanuit daar zou het trainen van een gespecialiseerd AI‑model op echte data van robots op Mars of de maan toekomstige generaties sondes nog efficiënter kunnen maken.
Investeren in Ruimte‑robotica
Intuitive Machines
LUNR Prijsgrafiek
Het verzenden van autonome sondes naar interstellaire objecten zal een sterke expertise vereisen in het bouwen van grote ruimte‑sondes en het intact op de juiste plaats laten aankomen. Tot nu toe was dit grotendeels het domein van publieke instellingen zoals NASA, ESA en aangesloten universiteiten.
Dit verandert nu we dichter bij het punt komen dat particuliere bedrijven geautomatiseerde of bemande missies kunnen starten om asteroïden te delven, vooral nabij‑aarde objecten. Zo’n project zal waarschijnlijk de volgende stap zijn of parallel lopen aan de terugkeer van bemande missies naar de maan, gepland voor de komende jaren.
Opgericht in 2013 in Houston, Texas, is Intuitive Machines (LUNR ) momenteel een sterk “maan‑georiënteerd” bedrijf, zoals de aandelenticker LUNR aangeeft, en is al geselecteerd voor 4 NASA‑maanmissies, en heeft meer dan 400 medewerkers.
Bron: Intuitive Machines
Het was het eerste commerciële bedrijf dat met succes landde en wetenschappelijke data van de maan verzond. Het voerde ook de eerste ontbranding uit van de LOx/LCH4 (vloeibare zuurstof, vloeibare methaan) motor in de ruimte. Het bedrijf werkt aan vele projecten die de basis zullen vormen voor een maaninfrastructuur voor verkenning en vestiging.
De eerste is de “datatransmissiedienst”, met de technologie die wordt getest en uiteindelijk moet uitmonden in een maankonstellatie voor datatransmissie rond de baan van de maan.
Bron: Intuitive Machines
Het tweede deel is “Infrastructure as a Service”. Dit moet telecommunicatiediensten, GPS‑lokalisatiediensten en Lunar Surface Vehicles (LTV) omvatten die autonoom kunnen opereren.
Bron: Intuitive Machines
Het laatste segment is de levering van materiaal naar het maanzijde. Tot nu toe heeft het bedrijf wetenschappelijke payloads geleverd met de Nova‑C lander, een 4,3 meter hoge lander (14 voet) die 130 kg payload naar de maan kan brengen.
De volgende stap zal de Nova‑D lander zijn, die 1.500‑2.500 kg materiaal naar de maan kan leveren. Deze payloadcapaciteit en grootte zullen nodig zijn voor de levering van de Lunar Terrain Vehicle (LTV), evenals de 40 kW Fission Surface Power kernreactor die naar verwachting de maangebiedbasis zal voeden.
Bron: Intuitive Machines
Het bedrijf heeft vele waardevolle contracten met NASA binnengehaald, bijvoorbeeld het Near Space Network‑contract, met een maximaal potentieel van $4,82 miljard. Het LTV‑contract, waarvan de definitieve beslissing door NASA tussen de drie potentiële leveranciers wordt verwacht eind 2025, zou eveneens tot $4,6 miljard kunnen bedragen.
Naast NASA probeert het bedrijf zijn klantenbestand te diversifiëren en werd in april 2025 geselecteerd voor een subsidie van maximaal $10 miljoen van de Texas Space Commission.
Dit zal de ontwikkeling ondersteunen van een terugkeervoertuig voor de aarde en een orbitale fabricagelab die micro‑zwaartekracht biomanufacturing mogelijk maakt. Dit terugkeervoertuig zal ook een backup‑optie bieden en de risico’s voor de toekomstige maanmonster‑returmissies van het bedrijf verminderen.
Een ander project is de ontwikkeling van low‑power nucleaire stealth‑satellieten voor een Air Force‑onderzoekslaboratorium JETSON‑contract.
Naarmate het bedrijf in Q1 2025 een positief vrije‑kas‑stroom‑punt bereikt en met het maantelecommunicatie‑contract, wordt het nu een veel veiligere investering, weg van een cash‑brandende startup naar een gevestigde dienstverlener voor de groeiende ruimte‑economie.
En het zou de bouwsteen kunnen vormen voor verdere diepe‑ruimte‑verkenning en het benutten van ruimteressources, vooral nu het een vertrouwde partner van NASA wordt, op gelijke voet met SpaceX (binnenkort naar de beurs na de fusie met xAI) of Rocket Lab (RKLB ).
(U kunt meer lezen over Intuitive Machines in ons investeringsrapport gewijd aan het bedrijf.)
Laatste Intuitive Machines (LUNR) Aandelen‑Nieuws en Ontwikkelingen
Gerefereerde Studie
1. Gabriela Ligeza, Philip Arm, et al. Semi‑autonome verkenning van martiaanse en lunaire analogieën met een gevleugeld robot met een Raman‑uitgeruste robotarm en microscopische imager. Frontier Space Technologies, 31 maart 2026. Volume 7 – 2026 | https://doi.org/10.3389/frspt.2026.1741757
