1.一种自动驾驶模型训练方法，其特征在于，所述自动驾驶模型训练方法包括以下步骤：
当车辆进入自动驾驶训练模式时，识别当前驾驶员的身份信息，并根据所述身份信息确定对应的自动驾驶模型；
采集当前车辆的行车环境以及驾驶员的驾驶操作，并确定所述自动驾驶模型中与所述行车环境相对应的自动驾驶操作，其中，每一项自动驾驶操作对应多个驾驶操作选项；
将所述自动驾驶操作的各驾驶操作选项与所述驾驶操作分别进行比较，并根据比较结果对各驾驶操作选项进行打分；
统计所述自动驾驶模型中各项自动驾驶操作对应驾驶操作选项的最高分值之和，得到所述自动驾驶模型的训练分数；
当所述自动驾驶模型的训练分数达到预设分数时，确定当前所述自动驾驶模型完成训练。
2.如权利要求1所述的自动驾驶模型训练方法，其特征在于，所述自动驾驶模型训练方法还包括：
当车辆启动时，检测是否存在完成训练的自动驾驶模型；
若存在，则输出进入自动驾驶模式的提示选项信息。
3.如权利要求2所述的自动驾驶模型训练方法，其特征在于，所述当车辆启动时，检测是否存在完成训练的自动驾驶模型之后包括：
若不存在完成训练的自动驾驶模型，则进入自动驾驶训练模式。
4.如权利要求1所述的自动驾驶模型训练方法，其特征在于，所述行车环境包括：车辆行驶过程中的自然环境、道路环境，所述自然环境包括温度、降水量、光线强度，所述道路环境包括路况、交通标识。
5.如权利要求1所述的自动驾驶模型训练方法，其特征在于，所述将所述自动驾驶操作的各驾驶操作选项与所述驾驶操作分别进行比较包括：
将所述自动驾驶操作的各驾驶操作选项的参数值与所述驾驶操作的参数值进行比较，得到比较结果，所述比较结果为参数值差值；
若所述参数值差值小于预设误差值，则判定所述自动驾驶操作与所述驾驶操作相符合，否则不相符合。
6.如权利要求1所述的自动驾驶模型训练方法，其特征在于，所述根据比较结果对各驾驶操作选项进行打分包括：
若所述比较结果为所述自动驾驶操作与所述驾驶操作相符合，则对应增加所述自动驾驶操作对应驾驶操作选项的分值；
若所述比较结果为所述自动驾驶操作与所述驾驶操作不相符合，则对应减少所述自动驾驶操作对应驾驶操作选项的分值。
7.如权利要求1所述的自动驾驶模型训练方法，其特征在于，所述自动驾驶模型训练方法还包括：
当确定所述自动驾驶模型完成训练时，输出开启自动驾驶的提示信息。
8.一种自动驾驶模型训练终端，其特征在于，所述自动驾驶模型训练终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的自动驾驶模型训练程序，所述自动驾驶模型训练程序被所述处理器执行时实现如权利要求1至7中任一项所述的自动驾驶模型训练方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有自动驾驶模型训练程序，所述自动驾驶模型训练程序被处理器执行时实现如权利要求1至7中任一项所述的自动驾驶模型训练方法的步骤。