本研究描述了一个包含335k图像的数据集，用于研究七种不同降水情况下环境扰动对视觉测距系统性能的影响。通过训练深度神经网络模型，实现对这些降水条件的高效准确分类。该模型可作为自主飞行控制器中的扰动估计组件的输入，并实现毫秒级的分类延迟。

该研究介绍了一种集传统视觉测距方法和全连接网络方法于一体的创新系统，提高了可解释性和处理速度，降低了根均方误差。该系统成功弥合了速度和精度之间的鸿沟，为实时导航和机器人系统提供了高效可靠的视觉测距解决方案。