Ruimte

Maanvoortuitbreidingen – Robotica en AI voor autonome verkenning

mm
Gepubliceerd op
Bijgewerkt op
Voeg Securities.io toe aan je voorkeursbronnen op Google
Toelichting: Securities.io kan een vergoeding ontvangen wanneer u links naar beoordeelde producten gebruikt. Dit beïnvloedt onze redactionele beoordelingen niet. Wij zijn geen geregistreerd beleggingsadviseur; dit is geen beleggingsadvies. Lees onze affiliateverklaring.

AI-gedreven robotica voor autonome ruimteverkenning

Op een dag zou ruimteverkenning gebruik kunnen maken van astronauten die permanent op locatie wonen, zoals de Artemis-missies voor de Maan of Elon Musk voor Mars voor ogen hebben. Toch zal, zelfs met menselijke aanwezigheid, een groot deel van het werk in de ruimte 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, enzovoort.

Ideaal gezien zouden de meeste rovers en robots zichzelf moeten kunnen redden voor eenvoudige taken, waarbij mensen op aarde of ter plaatse alleen worden betrokken om 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.

Wetenschappers zetten de eerste stappen in die richting, zowel in onderzoeksprojecten op aarde als met bestaande rovers op Mars, met twee nieuwsitems over dit onderwerp in de afgelopen dagen.

Het eerste was dat NASA AI-assistentie heeft ingezet om de Marsrover Perseverance te begeleiden.

De tweede is dat onderzoekers van de Universiteit van Malaga (Spanje), het Duitse Onderzoekscentrum voor Kunstmatige Intelligentie (DFKI), Sorbonne Université (Frankrijk), evenals de private bedrijven GMV Aerospace and Defence S.A, Magellium, en Space Applications Services robots inzetten in aardse lavatunnels die lijken op vergelijkbare structuren op de Maan en Mars1.

Perseverance Rover’s AI-Assisted Autonomous Navigation

NASA’s First AI-Planned Rover Drives on Mars

NASA’s Perseverance Mars rover bereikte een nieuwe wetenschappelijke mijlpaal door de eerste ritten op een andere wereld te voltooien die door kunstmatige intelligentie waren gepland. Aangekondigd recentelijk, vond de manoeuvre plaats op 8de en 10de december 2025.

De demonstratie gebruikte generatieve AI om waypoints voor Perseverance te creëren, een complexe besluitvormingsopdracht die normaal handmatig door de menselijke roverplanners van de missie wordt uitgevoerd.

Bron: NASA

Dit zou een game‑changer kunnen zijn voor de verkenning van Mars. De extreme afstand tussen de Aarde en Mars (140 miljoen mijl / 225 miljoen kilometer) betekent dat lichtvertraging een signaalvertraging veroorzaakt, waardoor elke instructie 3‑22 minuten (afhankelijk van de baanposities) nodig heeft om Mars vanuit de Aarde te bereiken, en feedback even lang duurt.

Als NASA‑wetenschappers zeer voorzichtig zijn om te voorkomen dat het miljarden‑dollarproject vast komt te zitten in stof of wordt beschadigd door een rots, maakt dit elke beweging een moeizame kruipbeweging.

“Roverroutes zijn gepland en uitgevoerd door menselijke bestuurders, die het terrein en de statusgegevens analyseren om een route te schetsen met waypoints, die meestal niet verder dan 330 voet (100 meter) van elkaar verwijderd zijn om mogelijke gevaren te vermijden.

Vervolgens sturen ze de plannen via NASA’s Deep Space Network naar de rover, die ze uitvoert.”

In plaats daarvan deed Perseverance iets nieuws gedurende zijn 1.707 en 1.709 dagen op het Marsoppervlak, door de rover zelf te laten beslissen waar hij heen moet met behulp van AI.

Hoe het werkte

Het gebruikte generatieve AI om de hoog‑resolutie‑orbital imagery van de HiRISE (High Resolution Imaging Science Experiment) camera aan boord van NASA’s Mars Reconnaissance Orbiter en terrein‑hellingsdata van digitale hoogte‑modellen te analyseren.

Gecombineerd met gegevens van eerdere verkenningen, stelde dit de AI in staat om terreinkenmerken zoals gesteente, uitsteeksels, gevaarlijke keienvelden, zandrimpels, enzovoort te identificeren.

“De fundamentele elementen van generatieve AI tonen veelbelovend potentieel in het stroomlijnen van de pijlers van autonome navigatie voor rijden buiten de planeet: perceptie (het zien van rotsen en rimpels), lokalisatie (weten waar we zijn), en planning en controle (beslissen en uitvoeren van het veiligste pad).”

Vandi Verma – een ruimte‑robotica‑expert bij JPL en lid van het Perseverance‑engineerteam.

Het gebruikte AI‑model was Claude, geleverd door Anthropic, dat recentelijk de krantenkoppen haalde vanwege een mogelijke ontwrichting van de volledige SaaS‑ en software‑industrie, wat een mini‑aandelenmarktcrash in deze sector veroorzaakte.

Deze AI‑geleide reis hielp Perseverance om beelden vast te leggen tijdens zijn twee‑uur‑en‑30‑minuten autonome rit langs de rand van Krater Jezero.

AI kan ook nuttig zijn bij het verwerken van de gegevens die door ruimte‑probes worden gegenereerd en de werklast van de robotoperators te verminderen.

Er bestaat geen twijfel dat dit extra nuttig zal zijn wanneer echte astronauten zich in de buurt van de robot bevinden, want tegen die tijd zou AI meer capabel kunnen zijn.

“We bewegen ons naar een dag waarop generatieve AI en andere slimme tools onze oppervlakte‑rovers zullen helpen kilometer‑schaal ritten uit te voeren terwijl de operator‑werklast wordt geminimaliseerd, en interessante oppervlakte‑kenmerken voor ons wetenschappelijk team te markeren door enorme hoeveelheden rover‑beelden te doorzoeken.”

Vandi Verma – een ruimte‑robotica‑expert bij JPL en lid van het Perseverance‑engineerteam.

Bovendien zal een menselijke aanwezigheid en logistieke ondersteuning NASA‑operators in staat stellen meer risico’s te nemen, aangezien een robot die in stof vastzit handmatig kan worden bevrijd, in plaats van een catastrofale verlies van miljarden dollars en jaren bevroren onderzoek te veroorzaken.

“Deze demonstratie laat zien hoe ver onze mogelijkheden zijn gevorderd en breidt uit hoe we andere werelden zullen verkennen.

Autonome technologieën zoals deze kunnen missies helpen efficiënter te opereren, te reageren op uitdagend terrein, en de wetenschappelijke opbrengst te verhogen naarmate de afstand tot de Aarde groeit.”

Jared Isaacman – NASA‑administrator

AI testen in aardse lavatunnels

Waarom lavatunnels

Hoewel AI‑inzet op Mars een baanbrekende eerste stap is, zijn NASA‑onderzoekers begrijpelijkerwijs voorzichtig met het riskeren van een uniek bezit als Perseverance in een AI‑experiment. Bijvoorbeeld, hoe efficiënt de AI ook is, zou men nooit de kans nemen om de robot buiten de grenzen te sturen die door een menselijke tele‑operator kunnen worden hersteld als er iets misgaat.

Daarom is het belangrijk om te experimenteren met terreinen die analoog zijn aan wat in de ruimte wordt gevonden, maar waarbij aardse hulpbronnen in de buurt beschikbaar zijn.

Het belangrijkste mogelijke terrein op de Maan en Mars zijn lavatunnels, die natuurlijke grotten vormen die als natuurlijke schuilplaatsen voor de eerste astronauten kunnen dienen om hen te beschermen tegen kosmische straling. En dankzij de lagere zwaartekracht van deze hemellichamen zijn lavatunnels daar vaak groter dan ze ooit op aarde zouden kunnen zijn.

De natuurlijke afscherming die deze grotten bieden tegen straling en kleine meteorieten maakt ze zeer geschikt voor het behouden van exobiologische sporen en het beschermen van door mensen gemaakte faciliteiten.

Lavatunnels kunnen van nature plekken hebben die ingestort zijn, wat leidt tot gaten in de grond die directe toegang voor verkenning bieden.

Echter, er zijn nog nooit buitenaardse lavatunnels verkend, grotendeels omdat directe controle wordt belemmerd door rotsen die elk radiosignaal blokkeren.

Robots testen

Het Europese onderzoeksteam gebruikte drie verschillende robots die samenwerken om deze extreme ondergrondse omgevingen autonoom te verkennen.

Ze hebben hun test ingezet in de vulkanische grotten/lavatunnels van Lanzarote (Canarische Eilanden).

Het systeem werkt in 4 fasen:

  1. De robots in kaart brengen gezamenlijk het gebied rond de ingang van de lavatunnel (fase 1).
  2. Vervolgens wordt de gesensoriseerde payload‑kubus in de grot gedropt om initiële metingen te verzamelen, waardoor de robots een idee krijgen van wat ze kunnen verwachten (fase 2).
  3. Daarna daalt een verkenningsrover via een touw naar binnen om het interieur te bereiken (fase 3).
  4. Ten slotte verkent het robotteam de tunnel in diepte en produceert gedetailleerde 3D‑kaarten van het interieur (fase 4).

Van aardse analogetests naar maan‑ en marsmissies

In de afgelopen jaren heeft het Space Robotics Laboratory van de UMA nauw samengewerkt met de European Space Agency, waarbij algoritmen zijn ontwikkeld die planetaire verkenningsvoertuigen (rovers) helpen routes te plannen en zelfstandiger te opereren.

Gecombineerd met de AI‑gedreven bewegingsproef van Perseverance, zou dit experiment de basis kunnen vormen voor een nieuwe ruimtemissie, gericht op het verkennen van een lavatunnel vanwege het potentieel om toekomstige habitats te vormen voor vroege kolonisatie‑inspanningen op de Maan en Mars.

Dit zou ook belangrijke implicaties kunnen hebben voor de zoektocht naar buitenaards leven.

“Marsgrotten behoren tot de meest veelbelovende locaties voor astrobiologische verkenning, die kunnen dienen als toevluchtsoorden voor microbieel leven of als beschutte archieven die biosignaturen behouden, d.w.z. chemisch, biologisch of fysiek bewijs van vroegere of huidige levensvormen, inclusief het bestaan van oude ecosystemen.”

Investeren in ruimte‑robotica

Intuitive Machines

Het sturen van 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 voornamelijk het domein van publieke instellingen zoals NASA, ESA en aangesloten universiteiten.

Dit verandert nu we dichter bij het punt komen waarop private bedrijven geautomatiseerde of bemande missies kunnen starten om asteroïden te delven, vooral nabije‑aarde‑objecten.

Dit soort projecten 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 blijkt uit de aandelenticker LUNR, en heeft het al deelgenomen aan 4 NASA‑maanmissies, en telt het meer dan 400 medewerkers.

Het was het eerste commerciële bedrijf dat met succes landde en wetenschappelijke gegevens van de Maan verzond. Het voerde ook de eerste ontbranding uit van de LOx/LCH4 (vloeibare zuurstof, vloeibaar methaan) motor in de ruimte.

Het bedrijf werkt aan tal van 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 zal eindigen in een maandatatransmissie‑constellatie rond de baan van de Maan.

Het tweede onderdeel is de “Infrastructure as a Service”. Het moet een LTV omvatten die in staat is tot autonome operaties, de telecommunicatiedienst, en GPS‑lokalisatiediensten.

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 met de Nova‑D lander zijn, die 1.500‑2.500 kg materiaal naar de Maan kan leveren. Deze payload‑capaciteit 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 maanbasis van stroom zal voorzien.

Het bedrijf heeft vele waardevolle contracten met NASA binnengehaald, bijvoorbeeld het Near Space Network‑contract, met een maximaal potentieel van $4,82 miljard.

De definitieve beslissing over het LTV‑contract door NASA tussen de 3 potentiële leveranciers wordt verwacht eind 2025 en zou tot $4,6 miljard waard kunnen zijn.

Naast NASA probeert het bedrijf zijn klantenbestand te diversifiëren en werd in april 2025 geselecteerd voor een subsidie tot $10 miljoen van de Texas Space Commission. Dit zal de ontwikkeling van een aardse re‑entry‑voertuig en een orbitale fabricagelab ondersteunen, ontworpen om microzwaartekracht‑biomanufacturing mogelijk te maken.

Dit re‑entry‑voertuig zal ook een back‑upoptie 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 JETSON‑contract van een luchtmacht‑onderzoeks‑laboratorium.

Naarmate het bedrijf in Q1 2025 een positieve vrije kasstroom 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 gebruik 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 -6,47%).

(U kunt meer lezen over Intuitive Machines in ons investeringsrapport gewijd aan het bedrijf.)

Investeerdersinzichten:

  • Autonome ruimte‑robotica verlaagt missierisico, latentie‑kosten en operator‑overhead.
  • Bedrijven die navigatie, communicatie en oppervlakte‑infrastructuur bouwen, verwerven een duurzame strategische voorsprong.
  • NASA‑partnerschappen geven steeds meer de voorkeur aan schaalbare, service‑gebaseerde maan‑infrastructuurleveranciers.
Referenties:

1. Raúl Domínguez et al., Coöperatieve robotverkenning van een planetaire hemellichtoppervlak en lavagrot. Science Robotics (2025). DOI:10.1126/scirobotics.adj9699

mm

Jonathan is een voormalig onderzoeker in de biochemie die werkte aan genetische analyse en klinische onderzoeken. Hij is nu een aandelenanalist en financieel schrijver met een focus op innovatie, marktcycli en geopolitiek in zijn publicatie The Eurasian Century.