本发明揭示了一种用于视觉惯导信息融合的方法，包括：从终端的图像传感器和惯性传感器分别获取图像数据和惯导数据；根据所述图像数据的标称生成时刻和实际生成时刻之间的时间偏移，获取与所述图像数据对应的状态估计；以及基于所述图像数据的动态残差与所述惯导数据的基础残差，获取所述终端的状态参数集，其中，所述动态残差表示所述状态估计与所述状态参数集之间的差异，所述基础残差表示与所述惯导数据对应的积分估计与所述状态参数集之间的差异。根据本发明实施例提供的用于视觉惯导信息融合方案，通过引入与图像数据获取的时间偏移相关联的动态视觉残差，能够将视觉惯导信息融合应用于非同步获取的惯导数据和图像数据。