本发明公开了一种基于曼哈顿世界假设的结构化征筛选方法，可以在弱纹理结构化场景下的同步定位与制图（SLAM，Simultaneously positioning and mapping）系统中对提取的线面特征进行筛选，提高同步定位与制图的精度和稳健性。其思路是使用基于曼哈顿世界假设计算候选平面和线的能量函数，通过最小化能量函数剔除误提取的线面特征。该算法首先根据点云集合与平面或线的点云拟合程度构造一阶数据项，再根据结构化场景的几何关系构造二阶几何结构约束项，然后迭代的置信区域优化算法对能量函数进行求解，并对平面集合和线集合进行滤波。本发明可以对提取到的线面特征进行滤波，增加弱纹理结构化场景中SLAM的鲁棒性和准确性。