智能駕駛應對復雜路況和突發事件，需要依靠多種技術和策略。

首先，先進的傳感器技術必不可少，像激光雷達、毫米波雷達和攝像頭等，它們能全方位感知車輛周圍環境，為決策規劃提供精準數據。

其次，高精度地圖能提供精確路徑信息，幫助車輛更好地規劃行駛路線。基于深度學習的算法模型也很關鍵，能讓車輛在復雜環境中迅速做出正確判斷和決策。

車輛與基礎設施的協同要更緊密，V2X 通信技術的應用能提升環境感知和決策能力。人工智能技術的創新運用也能推動智能駕駛發展，比如百度提出的“基于車輛周圍的情境預測車輛的一個或多個軌跡的方法和系統”專利，利用機器學習模型預測車輛軌跡，訓練涵蓋各種場景。

在應對復雜路況時，智能駕駛系統的周圍車輛行為預測模塊至關重要。能感知掃描駕駛環境，識別車輛并獲取其位置和情境信息，為駕駛決策提供支持。

當出現故障或突發狀況時，先進的傳感器和監控系統實時監測環境并收集數據，中央控制系統分析數據做出應對措施。自動駕駛系統要有智能決策和應急處理能力，比如傳感器故障時通過其他傳感器獲取信息并決策。還應具備強大的自我診斷和修復能力，自動檢測診斷并修復故障，或通過云端獲取方案。但在復雜突發狀況下，人工干預仍必要，可遠程或現場操作。

總之，智能駕駛在不斷進步，技術不斷創新和應用實踐，未來在復雜路況和突發事件中會表現更出色。