無人駕駛智能汽車適應復雜路況主要依靠以下幾個方面。

首先是環境感知能力，車上搭載多傳感器融合系統，包括雷達、激光雷達、攝像頭、超聲波傳感器等。雷達和激光雷達探測遠距離障礙物，提供三維空間數據，攝像頭識別路標、信號燈和行人等，超聲波傳感器專注車輛近場檢測。這些傳感器共同工作，為車輛提供全面環境信息。

其次是強大的決策能力，依賴先進的控制系統和人工智能技術。控制系統處理感知數據，做出駕駛決策，AI 技術通過深度學習和機器學習算法，讓車輛從經驗中學習，優化決策過程，從而在復雜交通場景中做出合理安全選擇。

再者是車輛到一切（V2X）通信技術，與其他車輛、交通信號燈、道路傳感器等通信，獲取更多信息，更好地預測和響應交通狀況，比如提前得知擁堵或事故，規劃路線避免延誤。

另外，百度提出基于車輛周圍情境預測車輛軌跡的專利，系統通過感知駕駛環境，獲取情境信息，提供給機器學習模型，預測車輛軌跡，做出安全適當決策。

還有，車路協同是避免擁堵和事故的基礎。道路上的環境感知系統收集信息傳遞給信息管理中心，計算出高效安全行駛方案，分發給車輛，避免駕駛者的不良行為，各區域信息處理中心聯動，確保交通順暢。

同時，道路和汽車必然是高度統一的設計。自動駕駛汽車除了精準感知和車路協同系統，性能要相似，尺寸相對統一。未來，自動駕駛汽車有專用道路，包括預通行區域和識別區域。未來高度自動化還能帶來更多好處，比如汽車共享化，改善電動車續航問題等。

但目前無人駕駛汽車仍面臨一些挑戰，如惡劣天氣下的感知能力、處理復雜交通規則和異常情況、確保系統穩定可靠等，需要持續技術創新和大量實地測試。