本发明属于多源传感器融合导航技术领域，具体涉及一种传感器失效场景视觉惯性超宽带鲁棒融合导航方法及系统。首先开始进行传感器失效检测；如果多源传感器融合导航系统失效，针对每种传感器失效的情况提出不同的鲁棒融合导航方案；针对视觉传感器、惯性传感器和UWB传感器失效的情况，分别使用基于当前统计模型的卡尔曼滤波算法、基于线性插值的IMU观测值预测方法和基于多项式拟合的UWB测距值预测方法预测观测值并构建残差项，并将构建的残差项重新融入到系统进行后端非线性优化。本发明能够有效提高传感器失效场景下视觉/惯性/超宽带融合导航系统的鲁棒性，保证传感器失效场景下系统仍能持续稳定的导航。