背景

深層学習では、深層モデルから出力される純粋な特徴量はテンソル（多次元配列）として表現されます。

ROS2には画像やポイントクラウドなど、豊富なメッセージ型が用意されていますが、深層学習のような、純粋な多次元配列だけを送受信したいケースもあります。

ということで、今回はNumPyの多次元配列（ndarray）を簡単にROS2ノード間で送受信できるパッケージ ndarray_msg を作成しました。

ROS2のDistroは HumbleとJazzyで検証しています。

GitHubリポジトリ

パッケージのソースコードは以下のリポジトリで公開しています：

使い方

インストール方法

まず、ROS2のワークスペースにパッケージをクローンします：

cd ~/ros2_ws/src
git clone https://github.com/Geson-anko/ndarray_msg.git

パッケージをビルドします：

cd ~/ros2_ws
colcon build --packages-select ndarray_msg
source install/setup.sh

Python用のユーティリティパッケージをインストールします：

pip install ros2-ndarray-msg-utils
# or
cd ~/ros2_ws/src/ndarray_msg
pip install .  # uv などを使っている場合は uv add <path/to/ndarray_msg>

基本的な使用例

NumPy配列をROS2メッセージに変換し、別のノードで受信して元の配列に戻す基本的な例：

import numpy as np
from ndarray_msg_utils import to_ros_msg, from_ros_msg
from rclpy.clock import ROSClock

# NumPy配列をROS2メッセージに変換
array = np.array([[1, 2], [3, 4]], dtype=np.float32)
msg = to_ros_msg(array)

# ヘッダ情報付きでメッセージを作成
msg = to_ros_msg(
    array,
    timestamp=ROSClock().now(),
    frame_id="camera_frame"
)

# メッセージからNumPy配列に戻す
restored = from_ros_msg(msg)

(2025/03/26 追記) PyTorchに対応しました！

次のコマンドでtorchもインストールします。

pip install ros2-ndarray-msg-utils[torch]

使用例

import torch
from ndarray_msg_utils.torch import to_ros_msg, from_ros_msg

# Convert PyTorch tensor to ROS2 message
tensor = torch.tensor([[1, 2], [3, 4]], dtype=torch.float32)
msg = to_ros_msg(tensor)

# Convert back to PyTorch tensor
restored = from_ros_msg(msg)

メッセージの詳細について

# NDArray message type for pure numerical data
std_msgs/Header header # header information
string dtype          # numpy dtype name (e.g., 'float32', 'float64', 'int64')
uint32[] shape        # ndarray dimensions
uint32 data_size      # total number of elements
uint8[] data          # serialized ndarray data

各フィールドの役割：

header: 標準的なROS2ヘッダ（タイムスタンプとフレームID）
dtype: NumPy配列のデータ型名（例：'float32', 'int64'）
shape: 配列の各次元のサイズ
data_size: 配列の全要素数
data: バイト列にシリアライズされた配列データ

最後に

とりあえずザッと作った簡易なパッケージですので、プロジェクトにそのままコードを移植して使用しても良いと思います。

何か皆さんのお役に立てば幸いです〜

参考文献