本发明公开了一种基于宽度学习滤波的视觉SLAM算法，首先建立运动方程以及改造观测方程，得到实际情况下需要得到的状态估计问题；然后从RGB‑D相机传感器以及运动测量得到数据，通过旋转和平移运动采集的图片序列中选择关键帧，通过宽度学习方法进行训练来预测当前帧的地图以及相机的位置。本发明还公开了一种基于宽度学习滤波的视觉SLAM系统，包括数据接收模块、运动估计模块、匹配优化模块、宽度学习滤波模块和地图更新模块。本发明区别于以往对状态估计问题的方法，创新性地使用新方法宽度学习，以在不降低精度的情况下减少训练的时间。