1.一种基于大数据的驾驶风险评估方法，其特征在于，包括：
步骤A：累积预设数量的车辆在预设时长内的驾驶风险评估数据，所述驾驶风险评估数据包括若干风险评估因子，所述若干风险评估因子包括：
车辆的车况数据、车辆驾驶员的驾驶行为数据、车辆所处地点的天气状况数据、车辆所处道路的路况数据、车辆的出险数据；
步骤B：对采集的所有车辆在预设时长内的驾驶风险评估数据进行大数据风险分析，得出各风险评估因子与驾驶风险的关系；
步骤C：根据各风险评估因子与驾驶风险的关系生成驾驶风险评估模型；
步骤D：实时采集目标车辆的驾驶风险评估数据，并将目标车辆的驾驶风险评估数据输入所述驾驶风险评估模型；
步骤E：利用所述驾驶风险评估模型对所述目标车辆的驾驶风险评估数据进行评估，得出目标车辆实时的驾驶风险数据。
2.如权利要求1所述的评估方法，其特征在于，所述步骤B包括：
步骤B1：对采集的各车辆在所述预设时长的车况数据进行大数据风险分析，得出车况与驾驶风险的关系；
步骤B2：对采集的各车辆驾驶员在所述预设时长的驾驶行为数据进行大数据风险分析，得出驾驶行为与驾驶风险的关系；
步骤B3：根据采集的各车辆驾驶员在所述预设时长的驾驶行为数据、各车辆驾驶员的驾驶证获得时长和各车辆驾驶员的驾驶证对应的出险记录评估各车辆驾驶员的驾驶经验数据，并对各车辆驾驶员的驾驶经验数据进行大数据风险分析，得出驾驶经验与驾驶风险的关系；
步骤B4：对采集的在所述预设时长内各车辆所处地点的天气状况数据进行大数据风险分析，得出天气状况数据与驾驶风险的关系；
步骤B5：对采集的在所述预设时长内各车辆所处道路的路况数据进行大数据风险分析，得出路况数据与驾驶风险的关系。
3.如权利要求1所述的评估方法，其特征在于，车辆所处道路的路况数据的采集方法包括：
对车辆进行定位；
根据对所述车辆的定位从含有路况信息的地图中提取所述车辆所处道路的路况数据。
4.如权利要求1所述的评估方法，其特征在于，车辆所处地点的天气状况数据的采集方法包括：
根据从气象部门获取的所述车辆所处地点的天气信息和正在所述地点行驶的各车辆对与所述天气信息相关的功能的使用情况判断所述车辆所处地点的天气状况数据。
5.如权利要求2所述的评估方法，其特征在于，所述步骤B还包括：
对采集的在所述预设时长内各车辆所处地点的天气状况数据和各车辆所处道路的路况数据进行大数据分析，得出天气状况对道路的路况的影响关系。
6.如权利要求2所述的评估方法，其特征在于，所述若干风险评估因子还包括各车辆及其周围车辆的行驶状态数据；所述步骤B还包括：
对采集的在所述预设时长内各车辆及其周围车辆的行驶状态数据进行大数据分析，得出各车辆的行驶状态与其周围车辆的行驶状态间的相互影响关系。
7.如权利要求6所述的评估方法，其特征在于，所述步骤B还包括：
对采集的在所述预设时长内各车辆所处地点的天气状况数据以及各车辆的行驶状态数据进行大数据分析，得出车辆所处地点的天气状况对车辆行驶状态的影响关系。
8.如权利要求6所述的评估方法，其特征在于，所述步骤B还包括：
对采集的在所述预设时长内各车辆所处道路的路况数据以及各车辆的行驶状态数据进行大数据分析，得出车辆所处道路的路况对车辆行驶状态的影响关系。