近年来,城市机动车数量的急剧增长,带来了一系列的交通和环境问题。相关实验表明无人驾驶车辆的出现,将会有效解决居民出行困难、道路交通安全、交通拥堵、空气污染等一系列的问题,并且能够进一步挖掘城市道路网络潜力,降低资源消耗,优化城市空气质量,改善居民生活环境。因此,科学认知无人驾驶车辆,以及量化评估其交通和环境效益,具有非常重要的理论意义和现实意义。本文基于微观仿真的技术,以无人驾驶车辆的理论基础、关键性技术和驾驶行为参数为基础,选用微观仿真软件VISSIM和MOVES,建立集交通仿真模型和尾气排放模型于一体的综合仿真模型体系,选取了4个交通评价指标(总出行时间、平均出行速度、平均停车延误及平均延误)和4个环境评价指标(污染物PM2.5、NOx、CO的排放量及燃油消耗量),量化评价不同车流量(高峰期、平峰期和低峰期)下无人驾驶车辆的宏观和微观交通环境效益,并进行效益敏感性分析。本研究量化了无人驾驶车辆、交通效益和环境效益三者之间的关系,为无人驾驶车辆的研究应用及推广提供一定的参考,为城市交通系统的交通和环境效益的评价体系提供一定的借鉴作用。研究结果表明:①无人驾驶车辆的合理使用和推广可以有效地提升出行效率,实现节能减排的目标,为城市交通和环境带来正效益;②无人驾驶车辆在高峰期和平峰期交通和环境效益优于低峰期;③无人驾驶车辆交通和环境效益与AVs的占比基本符合线性关系,相对于低峰期和平峰期,高峰期时的变化曲线幅度较大;④交通评价指标中,平均延误对AVs比例的变化最为敏感,而环境效益评价指标中污染物CO排放量对AVs比例的变化最为敏感。