Wenn NASA-Ingenieure neue Ideen für die Marserkundung testen wollen, müssen sie zunächst hier auf der Erde Bedingungen schaffen, die den „marcianischen“ so treu wie möglich sind. Deshalb kehren sie seit Jahrzehnten in die Wüsten des amerikanischen Westens zurück – insbesondere in das kalifornische Death Valley und die weitere Mojave-Wüste –, wo nackte Dünen und schroffe Vulkanhänge ein ideales, aber gnadenloses Übungsgelände bieten. In diesem Jahr wurde diese Landschaft erneut zum Klassenzimmer unter freiem Himmel: Ein Team des Jet Propulsion Laboratory (JPL) führte zwei intensive Feldkampagnen durch, Ende April und Anfang September 2025, mit drei Forschungsdrohnen, die mit einer neuen Generation von Software für autonome Navigation ausgestattet waren. Es handelt sich um eine Reihe von Lösungen, die am JPL unter dem Programmnamen Extended Robust Aerial Autonomy entwickelt werden – ein ehrgeiziges Bestreben, damit zukünftige Fluggeräte über dem Mars zuverlässig auch dort fliegen, wo monotone Dünen sie „täuschen“, und sicher auch dort landen, wo das Gelände voller Felsen ist.

Von Ingenuity zu „widerstandsfähigerer“ Autonomie

Der Anstoß für die neue Testwelle kam direkt aus den Lektionen, die Ingenuity hinterlassen hat, der kleine Hubschrauber, der von 2021 bis 2024 bewies, dass angetriebener Flug in der dünnen Marsatmosphäre möglich ist. In der Endphase seiner Mission, während einer Reihe von Überflügen über gleichförmige, sanft gewellte Dünen, wurde Ingenuitys visuelle Odometrie gelegentlich in die Irre geführt: Der Boden „sah“ überall ähnlich aus, der Kontrast war schwach, und der Algorithmus hatte Schwierigkeiten, die tatsächliche Geschwindigkeit und Verschiebung abzuschätzen. Am 18. Januar 2024, beim 72. Flug, erlebte der Hubschrauber eine harte Bodenberührung und beschädigte seine Rotorblätter; am 25. Januar bestätigte die NASA das Ende seiner Flugphase. Obwohl das Fluggerät den Plan spektakulär übertraf (72 Flüge statt einiger weniger geplanter), waren es paradoxerweise gerade die monotonen Dünen, die die wichtigste Lektion lehrten: Autonome Systeme müssen auch den langweiligsten möglichen Anblick „lesen“ können.

Warum Death Valley und Mojave?

Im Herzen der nordamerikanischen Wüsten gelegen, ist das Death Valley seit Jahrzehnten der „Proxy-Mars“ der NASA. Schon seit den 1970er Jahren, als dort vorbereitende Feldmessungen für die Viking-Missionen durchgeführt wurden, bietet dieses Gebiet zwei extrem unterschiedliche und für die Navigation gleichermaßen schwierige Welten: nackte, gleichförmige Dünen der Mesquite Flat Sand Dunes und felsige Hänge eines Gebiets, das Forscher umgangssprachlich Mars Hill nennen. Auf den Dünen verliert die Software leicht Orientierungspunkte, da die Sandmuster sich wiederholen und detailarm sind. Am Mars Hill hingegen gibt es zu viele „Hindernisse“: Kanten, Schatten und grobe Steinplatten testen die Fähigkeit des Systems, im Flug sichere Landezonen zu erkennen. Genau diese Kombination aus „leer – überfüllt“ macht das Death Valley zum idealen Übungsgelände für das Anlernen von Systemen, die sowohl dort funktionieren müssen, wo die Kamera zu wenig sieht, als auch dort, wo sie „zu viel“ sieht.

Flugkampagnen 2025: zwei Termine, eine Mission

Während zweier Kampagnen – Ende April und Anfang September 2025 – führte das JPL-Team, mit Sondergenehmigungen der Parkverwaltung, eine Serie von kurzen Flügen in den „Fenstern“ am Morgen und späten Nachmittag durch, wenn Thermik und Wind vorhersehbarer sind. Die Temperaturen erreichten 45 °C, daher waren Zeitplan, Logistik und Schutz der Ausrüstung Teil des technischen Problems. Unter einem provisorischen Schutz (ein Zelt mit Belüftung) wurden Telemetrie und Videostreams überwacht, und nach jedem Flug folgte eine schnelle Analyse und ein erneuter Start mit geänderten Parametern. Für zusätzliche Geländevariation wurde ein Teil der Tests auch zu den Dumont Dunes in der Mojave verlegt – ein Ort, an dem die NASA bereits 2012 die Mobilität des Rovers Curiosity prüfte –, um die Software rhythmischen, unregelmäßig verteilten Sandwellen auszusetzen, die den Algorithmus leicht „austricksen“.

Drei Drohnen, drei Rollen

Um die Iterationen zu beschleunigen, wurden drei unterschiedlich konfigurierte Plattformen verwendet. Das „Sensor-Maultier“ trug mehrere Kameras und einen Satz austauschbarer optischer und Polarisationsfilter; Ziel war es zu untersuchen, wie einzelne spektrale Fenster den lokalen Kontrast auf Sand verstärken und bei der Erkennung von Mikrostrukturen helfen. Das zweite Fluggerät war der „Rechen-Renner“ – mit schnellerer Verarbeitung am Rand (Edge Computing), wo Varianten der visuellen Odometrie, Algorithmen zur Merkmalserkennung und Risikobewertung liefen. Die dritte Drohne war die „Baseline“ – eine Referenz für Vergleiche – mit Einstellungen, die nur minimal geändert wurden, damit jede Änderung genau dem zugeschrieben werden konnte, was tatsächlich getestet wurde.

Was genau bedeutet „extended robust aerial autonomy“?

Im Mittelpunkt des Ansatzes stehen mehrstufige Sensorfusion und das „Bewusstsein für die eigene Unsicherheit“. Auf der niedrigsten Ebene kombiniert die visuelle Odometrie Kamerabilder mit Daten von Inertialsensoren (IMU), um Geschwindigkeit und Position abzuschätzen. Doch sobald der Algorithmus erkennt, dass die Szene an Informationsgehalt verliert – zum Beispiel, weil sich Reihen von Sandrippen wiederholen und Schatten kurz sind –, erhöht das System die Zuverlässigkeit durch alternative Signale (Barometer, Windmodelle, Flugdynamikbegrenzungen). Zudem kann es ein kurzes „Pop-up“-Manöver ausführen: ein Aufsteigen um einige Meter, um kurz die „Perspektive zu ändern“, das Relief mit größerem Kontrast zu erfassen und den angesammelten Fehler zurückzusetzen. Auf einer höheren Ebene arbeitet die Risikobewertung bei der Landung: Semantische Segmentierung der Szene (Sand, Stein, Schatten, Spuren) und ein schnelles Maß für „Rauheit“ generieren eine Karte von Kandidatenzonen, und die Planung wählt diejenige aus, die Sicherheits- und Wissenschaftskriterien erfüllt.

Geologen als Software-Mitspieler

Feldgeologie ist hier keine Dekoration, sondern Teil des Algorithmus. Geologen kartierten Sandtypen, vorherrschende Windrichtungen und Mikrorelief-„Fallen“, damit die Telemetrie mit den Prozessen verknüpft werden konnte, die die Dünen formen. Wenn eine Drohne nach Spuren von Sediment suchen soll, das Wasser länger speichert, oder nach feinem Staub mit potenziell interessanten Mineralsignalen, muss das System wissen, wann es sich lohnt, Energie in den Überflug über „schwierige“ Zonen zu investieren, und wo eine sichere Landung am wahrscheinlichsten ist. In der Praxis ist das eine Synergie aus Wissenschaft und Navigation: Die Risikokarte und die Karte des geologischen Interesses entstehen gemeinsam und konkurrieren um das gleiche Ziel – bessere Wissenschaft ohne unnötiges Risiko.

Was die Praxis brachte: konkrete Gewinne

Schon nach zwei Kampagnen wurden greifbare Fortschritte verzeichnet. Es wurden Filterkombinationen ermittelt, die die Bodenverfolgung über gleichförmigen Szenen verbessern; Taktiken kurzer „Pop-up“-Aufstiege zum Zurücksetzen von Fehlern wurden validiert; und neue Algorithmen zur Auswahl von Landeplätzen in „überfüllten“ Szenen wie am Mars Hill zeigten größere Robustheit gegenüber Schatten und geometrischen Täuschungen. Getestet wurden auch Verfahren zur „Rückkehr vom Abgrund“ – was zu tun ist, wenn das System ein Anwachsen der Unsicherheit in der eigenen Positionsabschätzung erkennt –, um einen Dominoeffekt von Fehlern zu verhindern. Besondere Aufmerksamkeit wurde kurzzeitigen Sandwirbeln („Blowback“) gewidmet, die Sensoren zuschütten können: Es wurden schnelle Routinen zur Datenbereinigung und Erkennung anomalen Rauschens entwickelt.

Breiterer Kontext: 25 Technologien für den Roten Planeten

Die Flugtests sind Teil eines breiteren Portfolios des Mars Exploration Program, das in den Jahren 2024 und 2025 zwanzig und mehr Entwicklungsrichtungen unterstützte – von Autonomie und Kommunikation bis hin zu präziser Landung (EDL) und besserem „Rechnen am Rand“. Die Idee ist klar: Zukünftige Roboter müssen mehr gute Entscheidungen vor Ort treffen, ohne auf Anweisungen von der Erde zu warten (was aufgrund der Signalverzögerung über 20 Minuten in eine Richtung dauern kann), und die gesammelten Daten sollten bereits „im ersten Durchgang“ von höherer Qualität sein. In den Plänen werden auch fortschrittlichere Luftfahrtplattformen erwähnt (z. B. Konzepte wie der Mars Science Helicopter) sowie Schwarmsysteme mit mehreren kleineren Hubschraubern in verschiedenen Rollen – von Aufklärung und Kartierung bis hin zu Kommunikationsrelais und logistischer Lieferung kleiner Lasten.

Ingenuity als Vorbild – und Warnung

Ingenuitys Vermächtnis ist zweifach: Es inspirierte eine Welle neuer Ideen, zeigte aber auch sehr konkret, wo die Grenzen der visuellen Navigation liegen. Analysen, die Ende 2024 veröffentlicht wurden, bestätigten, dass gleichförmige Dünen zu falschen Einschätzungen der horizontalen Geschwindigkeiten bei der Bodenberührung führten, was höchstwahrscheinlich zur Beschädigung der Rotorblätter führte. Diese Erkenntnisse wurden nun in eine Anforderung für „widerstandsfähigere“ Autonomie übersetzt: Das System muss wissen, wann seine Szene „arm“ ist und wie dies zu kompensieren ist, und Landeverfahren müssen toleranter gegenüber kurzzeitigen Fehlern sein.

Roboterhunde in White Sands: was vierbeinige Aufklärer tun

Die kalifornische Wüste war nicht der einzige Ort in diesem Sommer. Im August 2025 verbrachten Wissenschaftler und Ingenieure des NASA Johnson Space Center mit Partneruniversitäten fünf Tage auf den Gipsdünen des White Sands National Park in New Mexico. Dort trainierten sie vierbeinige Roboter – „Roboterhunde“ – für die Bewegung auf lockerem, hellem Untergrund, die Fusion von LIDAR, Stereo-Sicht und Trägheit sowie für grundlegende wissenschaftliche Aufgaben wie das Erkennen von Schichten und das Nehmen von Proben. Solche Plattformen können als erste in anspruchsvollere Terrains vordringen, Windschutze kartieren, sichere Zonen für die Landung von Luftfahrzeugen markieren und temporäre meteorologische und Kommunikationsknotenpunkte einrichten. In Kombination mit Drohnen handelt es sich um eine Symbiose aus Boden und Luft, die zukünftigen Missionen ehrgeizigere Forschungsprofile eröffnet.

Atmosphäre, die „knistert“: warum Meteorologie auch für den Flug wichtig ist

Jüngste Beobachtungen elektrischer Entladungen („Mini-Blitze“) in der Atmosphäre des Mars, verbunden mit Staubteufeln, erinnern daran, dass die Umgebung keine statische Kulisse ist. Für Luftplattformen bedeutet dies einen weiteren Eingang in das Risikomodell: Muster zu erkennen, die solchen Phänomenen vorausgehen, die Höhe zu ändern, die Route zu verkürzen oder die Landung zu verschieben. Parallel dazu kommt immer robusteres Computing (HPSC) auf die Fluggeräte, das komplexere Modelle in Echtzeit ermöglicht, einschließlich überwachtem Lernen auf der Mission selbst: Die Drohne baut ein „Situations-Logbuch“ auf und wird durch wochenlangen Betrieb besser darin, ihre eigenen Schwächen vorherzusagen.

Operative Choreographie: Briefing – Flug – Analyse – Iteration

Im Feld sah alles wie eine kleine Weltraummission aus. Der Tag begann mit einem Briefing mit Vorhersage von Wind und Sonneneinstrahlung, Definition der Experimente und Rollenverteilung. Es folgten kurze Flüge mit klar gesetzten Zielen, dann sofortiges Herunterladen der Logs, Synchronisation von Videoframes und Grafiken sowie schnelle statistische Berechnungen: Wie stark wuchs der Drift, wie hoch war die Dichte „zuverlässig erkannter“ Merkmale, wo hatte die semantische Segmentierung recht und wo irrte sie. Erfolgreiche Szenarien kehrten mit kleineren Korrekturen in die Luft zurück; problematische wurden im Simulator reproduziert, vor der nächsten Änderung. Ein solcher Rhythmus schließt die Lernschleife und spart Zeit im Feld, die unter Wüstenbedingungen kostbar ist.

Technik unter der Haube: Sensoren, Filter, Semantik

Die größten Gewinne zeigten sich dort, wo gute Hardware und intelligente Software aufeinandertreffen. Verschiedene optische und Polarisationsfilter halfen, Kanten und Mikrotexturen des Sandes hervorzuheben, selbst wenn die Schatten minimal sind. Semantische Segmentierung – die Unterteilung der Szene in Kategorien wie „Sand“, „Stein“, „Schatten“, „Spur“ – ermöglichte es dem Algorithmus, täuschende Signale (z. B. dunkle Schatten, die wie „Löcher“ aussehen) zu ignorieren und Rauheit und Neigung sicherer einzuschätzen. Zudem wurden schnelle Routinen zur „Abfrage“ der eigenen Unsicherheit eingeführt: Wenn das Modell einschätzt, dass der Fehler über einen Schwellenwert wächst, sucht das System einen zusätzlichen informativen Bildausschnitt oder korrigiert das Flugprofil.

Logistik und Umweltschutz: Wie man in einem Schutzgebiet fliegt

Das Death Valley ist ein streng geschützter Nationalpark, daher sind Flüge nur mit Sondergenehmigungen und strengen Protokollen erlaubt. In diesem Jahr erhielt das JPL-Team erst die dritte solche Genehmigung überhaupt. Die Flüge waren zeitlich und räumlich begrenzt, Korridore sorgfältig definiert, alles um den Einfluss auf Besucher und die empfindliche Umwelt zu reduzieren. Gleichzeitig unterstreicht gerade diese Zusammenarbeit mit der Parkverwaltung die Bedeutung des Ortes: Das Death Valley ist nicht nur ein Spektakel, sondern ein lebendiges Labor, das hilft, Wüstenprozesse auf der Erde – und Welten darüber hinaus – zu verstehen.

Blick nach vorn: vom Prototyp zu Missionen

Was folgt? Kurzfristig werden neue Algorithmen an einem immer reicheren Satz von Flugdaten „kalibriert“ und mit Mars-Beobachtungen verglichen (z. B. Aufnahmen von Perseverance und Orbitern). Mittelfristig fließen sie in Demonstratoren und Konzepte ein, die in den Plänen des Mars Exploration Program für das nächste Jahrzehnt erwähnt werden: fortgeschrittene wissenschaftliche Hubschrauber, Luft-Boden-Teams und logistische Missionen mit geringer Nutzlast. Langfristig ist das Ziel klar: Roboterfluggeräte, die über dem Mars weiter fliegen, sicherer landen und sinnvollere wissenschaftliche Aufgaben erfüllen – selbst in den undankbarsten Terrains. Wenn es der Autonomie gelingt, Sand ohne Muster zu „lesen“ und geschickt Landeplätze zwischen Felsen zu wählen, wird die Wissenschaft sowohl an Breite als auch an Tiefe gewinnen, wie wir sie bisher nicht planen konnten.