Actualmente, los módulos de conducción semiautónoma centrados en el vehículo no consideran la situación y emociones del conductor. En un entorno de conducción autónoma, al cambiar a la conducción manual, la interfaz hombre-máquina y los sistemas avanzados de asistencia al conductor (ADAS) son esenciales para ayudar en la conducción del vehículo. Este estudio propone una interfaz hombre-máquina que considera la situación y emociones del conductor para mejorar los ADAS. Se utiliza un modelo de red neuronal convolucional 1D basado en bioseñales multimodales y se aplica para controlar vehículos semiautónomos. La posibilidad de la conducción semiautónoma se confirma mediante la clasificación de cuatro escenarios de conducción y el control de la velocidad del vehículo. En el experimento, utilizando un simulador de conducción y equipamiento de simulación en hardware en bucle cerrado, confirmamos que la velocidad de respuesta del sistema de asistencia a la conducción es de 351.75 ms y el sistema reconoce cuatro escenarios y ocho emociones a través de datos de bioseñales.