自监督单目深度估计在室外数据集上已取得令人瞩目的性能表现。然而，在室内环境中，其性能显著下降，主要原因在于室内场景缺乏丰富的纹理信息。由于纹理稀疏，图像间的光度一致性过弱，难以有效训练出高质量的深度网络。受早期室内场景建模研究的启发，我们利用室内场景中普遍存在的结构规律性，以提升深度网络的训练效果。具体而言，我们在自监督训练中引入两种额外的监督信号：1）曼哈顿法向约束（Manhattan normal constraint），用于强制主要表面（如地板、天花板和墙壁）的法向与主导方向对齐；2）共面约束（co-planar constraint），即若空间中的点位于同一平面区域，则其应能被一个平面良好拟合。为生成上述监督信号，我们设计了两个组件：其一用于将主要表面的法向分类至主导方向；其二则在训练过程中实时检测平面区域。随着训练轮次的增加，预测深度逐渐趋于准确，由此生成的监督信号也随之提升，进而反向优化深度模型，形成良性循环。在多个室内基准数据集上的大量实验表明，所提出的网络在性能上优于当前最先进的方法。项目源代码已公开，可访问 https://github.com/SJTU-ViSYS/StructDepth 获取。