随着自动驾驶技术逐渐成熟，国际间也开始出现应修正日内瓦公约中道路交通相关规范的检讨声音。修法顺利的话，预期2018年左右，车辆行驶高速公路等部分路段时，将有机会以自动驾驶模式驾驶。

　　自动驾驶解禁的同时，需具备监视自动驾驶模式下，驾驶者状态的机制。因此从自动驾驶切换至手动驾驶时，能够判断驾驶者是否能安全行驶的技术显得相当重要。欧姆龙便看好今后相关领域的成长，积极投入开发。

　　欧姆龙于方向盘前方设置内含近红外线相机及照明设备的感应器，透过表情辨识技术，检测驾驶者脸部表情及姿势变化，并经由深度学习(Deep Learning)即时判断，适时给予警告提示，情况危急之际，甚至能够以自动驾驶模式让车辆停靠，确保驾驶者安全。

　　深度学习透过即时拍摄驾驶者影像的时间序列数据，以回馈式类神经网路(recurrent neural network；RNN)让过去的资讯能够保留在深度学习中，形成判断安全与否的依据。

　　一般而言，若将摄影影像直接输入，会需要相当大量能够处理作业的硬体资源。虽然也可透过降低影像解析度，减少执行所需容量，但却有可能让系统无法正确检测驾驶者的状态。

　　欧姆龙为降低该技术在车用环境执行时的负荷，选择切割出有着重要资讯的脸部影像，保留原始档案，另将其他部分进行解析度降低处理。如此一来不仅能减少对系统的负荷，还可确保精准度。

　　欧姆龙更表示，该技术除了运用在自动驾驶车外，也计划用来检测工厂作业员疲劳状态及健康照护等范畴，希望透过与其他业者合作，扩大使用用途。