研究方向
智能人机交互、普适计算、智能物联网技术与应用
个人简介
银河集团9873.cσm副教授，北京市物联网软件与系统工程技术研究中心副主任，北京市嵌入式软件与系统创新学术团队核心成员。2005年3月毕业于西安交通大学，获工学博士学位。2010.1-2011.2在美国佐治亚理工访问学者，师从Gregory D. Abowd教授从事普适计算在健康领域的应用研究，回国后从事普适计算在健康和智能人机交互等领域的应用研究。回国后从事普适计算在健康和智能人机交互等领域的应用研究。其中，老年人跌倒检测、基于脑电的疲劳驾驶检测、智能人机交互等领域在国内外著名期刊和国际会议上发表论文逾40篇，出版著作2部，获批国家发明专利8项，多项发明专利在企业应用。
教育简历
（1）1988-09至1992-07，西北大学，学士
（2）1997-09至2000-07，西北大学，硕士
（3）2001-03至2005-04，西安交通大学，博士
工作履历
（1）1992-07至1997-08，新疆塔西南石油勘探开发公司，助理工程师
（2）2005-05至2009-12，北京工业大学，讲师
（3）2009-12至今，北京工业大学，副教授
学术兼职
中国计算机学会(CCF)高级会员，中国计算机学会人机交互专委委员，中国计算机学会普适计算专委委员，自动化学会认知计算与系统专委委员。
课程教学
本科生教学：嵌入式软件开发技术
研究生教学：嵌入式软件高级开发技术
科研项目
（1）国家重点研发计划，2020YFB2104400，面向城市宜居的认知计算与一体化服务平台及其应用示范，2020.10-2023.09，承担其中子课题。
（2）北京市科技计划项目，K2038001201701，高速公路多功能协同设计评估体系研究及应用，2017.03-2019.03，负责其中子课题。
（3）国家发改委重大专项，2014629，基于物联网技术的森林监测终端设备研制，2014.01-，2018.12，负责其中子课题。
（4）国家发改委重大专项课题，CNG1-12-03-011，公交车辆安控终端示范监控平台开发及示范工程，2012.01-2016.04，已结题，负责其中子课题。
（5）国家自然科学基金委员会主任基金项目，61040039，环绕智能环境中基于电源线和位置指纹的定位技术研究，2011.1-2011.12，已结题，主持。
（6）北京市自然科学基金项目，4102005，环绕智能中多模态数据采集、融合及服务关联机理研究，2010.1-2012.12，已结题，主持。
荣誉和获奖
(1) 自2012年以来连续指导硕士研究生获得北京工业大学硕士研究生优秀毕业设计（论文）
(2) 多次指导本科生获得北京工业大学大学特优本科毕业设计（论文）
(3) 多次指导本科生、硕士研究生在国内物联网、互联网+等竞赛中获奖
代表性研究成果
标志性成果1 ——基于用户心智、策略和行为的智能空间用户交互建模技术
针对用户在环境智能环境中交互的不确定性和高度个体化特点，分别引入心理模型、策略模型和行为模型对用户在智能环境交互的静态特征和动态行为建模，并通过多智能体决策融合技术建立用户交互模型。相关技术发表高水平论文6篇，获得发明专利4项，并在首钢曹妃甸公交专线等项目应用。
标志性成果2 ——融合FPGA、无线通讯网络和低功耗智能感知技术
面向智能物联网应用场景，融合FPGA技术、无线通讯网络和无线感知技术设计研发低功耗无线感知芯片、板卡和系统。其中，集成蓝牙、惯性传感器、GPS/北斗等设计了低功耗老年人跌倒检测徽标，实现老人活动的实时感知与跌倒监测报警；融合蓝牙、EEG和惯性传感器研发了基于脑电和头部动作的疲劳驾驶实时监测预警头戴；融合4G网络、GPS/北斗和GIS设计了不停车自动收费系统。上述成果相关的发明专利已实现成果转化。
标志性成果3 ——融合智能手机和智慧盲杖的视障人士辅助出行技术
针对视障人士自主出行需求，融合可穿戴计算、蓝牙研发了智能盲杖，并应用深度学习算法研发了集成时间位置朝向播报、障碍物检测、店铺识别、公交车提醒等功能的APP，辅助视障人士通过智慧盲杖与智能手机交互实现自主日常出行。目前该技术已与广州华途技术有限公司合作准备成果转化、推广应用。
标志性成果4 ——融合VR和ACT-R模型的隧道交通设施与环境评估技术
针对隧道行车存在空间封闭、照度低、风险高、难以开展实地测试的问题，应用自适应控制系统模型（ACT-R）对隧道内汽车驾驶的认知和操控行为建模，并通过实验验证了基于虚拟现实的隧道交通设施和环境评估技术可行。相关技术发表论文2篇，申请发明专利2项，并应用于北京冬奥会的营城子隧道建设。
标志性成果5 ——基于时空图卷积的交警指挥手势识别技术
针对无人驾驶汽车自动识别连续交通警察指挥手势的需求, 依据交警指挥手势的关节铰链特征在空间与时间域内的关联建立时空图模型；其次,设计了连续手势识别图卷积网络架构和空间域平均层,创建了图卷积交警手势识别机；最后，提出一种交警手势多模态特征融合架构，实现交警手势准确识别。相关技术发表论文4篇，申请发明专利3项，相关成果将在智能汽车中推广应用。
主要论文论著
[1] 何坚，刘新远. RGB-D和惯性传感器融合的地面障碍物检测技术[J]. 计算机辅助设计与图形学学报，2022, 34(2).254-263. EI检索
[2] 张丞，侯义斌，何坚. 高度分层分区的图卷积交警手势识别技术[J]. 计算机辅助设计与图形学学报，2022, 34(7).1037-1046. EI检索
[3] Liu L, He J, Ren K, Lungu J, Hou Y, Dong R. An Information Gain-Based Model and an Attention-Based RNN for Wearable Human Activity Recognition. Entropy (Basel). 2021, 23(12):1635. doi:10.3390/e23121635. PMID: 34945941; PMCID: PMC8700115. SCI/EI检索.
[4] 张丞, 何坚, 王伟东. 空间上下文与时序特征相融合的态交警指挥手势识别技术[J]. 电子学报，2020, 48(5):966-975. EI检索
[5] Jian He, Cheng Zhang, Xinlin He, Ruihai Dong. Visual Recognition of traffic police gestures with convolutional pose machine and handcrafted features[J]. Neurocomputing, 2020, 39:248-259. SCI/EI 检索.
[6] Jian He, Zhihao Zhang, Xiaoyi Wang, Shengqi Yang. A Low Power Fall Sensing Technology Based on FD-CNN [J]. IEEE SENSORS JOURNAL, 2019, 19, (13):5110-5118. SCI检索.
