本发明公开了一种考虑驾驶员个体异质性的驾驶实时风险评估与预警方法，基于驾驶相关的路况、车型车况、驾驶人员的生理、心理以及天气状况条件下对平均速度、加速度标准差、方向盘角度变化率等驾驶行为构建相应的场景，将获取的样本数据分类到相应的场景中，构造针对各场景的三层人工神经网络模型，最后通过天气状况、道路状况判定驾驶员所处驾驶场景，选择先前构建的相应场景的神经网络对驾驶员的驾驶风险进行评估，得出相应的预警方法。该方法找到对应场景中对驾驶员风险影响最大的因素，消除不相关因素，降低数据维度，缩短数据处理时间，实现训练成本的降低与驾驶风险识别模型精度的优化，具有很强的市场推广价值。