[go: up one dir, main page]

CN117689727A - 晶圆定位方法、装置、设备和存储介质 - Google Patents

晶圆定位方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN117689727A
CN117689727A CN202311705366.4A CN202311705366A CN117689727A CN 117689727 A CN117689727 A CN 117689727A CN 202311705366 A CN202311705366 A CN 202311705366A CN 117689727 A CN117689727 A CN 117689727A
Authority
CN
China
Prior art keywords
platform
circle
wafer
edge points
fitting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202311705366.4A
Other languages
English (en)
Inventor
胡坤
云洋
李龙飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Boshi Intelligent Motion Technology Co ltd
Original Assignee
Beijing Boshi Intelligent Motion Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Boshi Intelligent Motion Technology Co ltd filed Critical Beijing Boshi Intelligent Motion Technology Co ltd
Priority to CN202311705366.4A priority Critical patent/CN117689727A/zh
Publication of CN117689727A publication Critical patent/CN117689727A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/68—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for positioning, orientation or alignment
    • H01L21/681—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for positioning, orientation or alignment using optical controlling means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Geometry (AREA)
  • Container, Conveyance, Adherence, Positioning, Of Wafer (AREA)

Abstract

本公开提供了一种晶圆定位方法、装置、设备和存储介质，该方法包括通过线阵相机对平台上晶圆进行扫描，得到晶圆的扫描图像；由扫描图像中提取晶圆的边缘点作为图像边缘点，并获取各图像边缘点的坐标；采用预先构建的坐标转换模型，将各图像边缘点的坐标转换到平台坐标系下，得到各平台边缘点的坐标；将各平台边缘点的坐标进行圆拟合，得到目标拟合圆；计算目标拟合圆的圆心，并将目标拟合圆的圆心作为晶圆在平台上的位置。本公开通过坐标转换模型可以直接将图像边缘点坐标转换到平台坐标系下，进而基于平台坐标系下各平台边缘点的坐标，确定出晶圆在平台上的位置，不再需要特定的转换装置，也可以实现晶圆定位，降低了晶圆的定位成本。

Description

晶圆定位方法、装置、设备和存储介质
技术领域
本公开涉及晶圆测试技术领域，尤其涉及一种晶圆定位方法、装置、设备和存储介质。
背景技术
在晶圆测试流程中，需要将晶圆放置在测试平台的标准位置处进行测试，所以需要先对晶圆进行定位，确定晶圆当前位置与标准位置的偏移，然后再根据偏移将晶圆调整到标准位置处。
在目前的晶圆定位方法中，一般是先通过(线阵或面阵)CCD相机采集晶圆当前位置处和标准位置处的两张图像；然后，针对每张图像，分别提取出晶圆边缘点坐标并拟合成圆，计算两个拟合圆的圆心偏移，则计算出的圆心偏移即晶圆当前位置与标准位置在相机坐标系下的偏移；接着，基于相机坐标系下的偏移，采用特定的转换装置将晶圆调整到标准位置处。也就是说，在现有的晶圆定位方法需要基于特定的转换装置才能实现。
发明内容
有鉴于此，本公开提出了一种晶圆定位方法、装置、设备和存储介质，可以直接确定出晶圆在平台上的位置，从而不再需要特定的转换装置，也可以实现晶圆的定位，从而降低了晶圆的定位成本。
根据本公开的第一方面，提供了一种晶圆定位方法，包括：
通过线阵相机对平台上晶圆进行扫描，得到所述晶圆的扫描图像；
由所述扫描图像中提取所述晶圆的边缘点作为图像边缘点，并获取各所述图像边缘点的坐标；
采用预先构建的坐标转换模型，将各所述图像边缘点的坐标转换到平台坐标系下，得到各平台边缘点的坐标；
将各所述平台边缘点的坐标进行圆拟合，得到目标拟合圆；
计算所述目标拟合圆的圆心，并将所述目标拟合圆的圆心作为所述晶圆在所述平台上的位置。
在一种可能的实现方式中，所述坐标转换模型基于所述线阵相机到相机扫描线两端的距离、所述相机扫描线的长度、所述线阵相机与所述平台所在平面的夹角、所述相机扫描线的像素当量、所述线阵相机每行像素所占的扫描角度、所述线阵相机图像原点在所述平台坐标系下的坐标以及所述相机扫描线与所述平台坐标系的横轴夹角中的至少一个参数构建。
在一种可能的实现方式中，所述坐标转换模型如下所示：
xp＝x0cos(dyv)-y0sin(dyv)+dxu'cos(θ+dyv)
yp＝x0sin(dyv)+y0cos(dyv)+dxu'sin(θ+dyv)
式中，(u，v)为所述图像边缘点的坐标，(xp，yp)为所述平台边缘点的坐标，(x0，y0)为所述线阵相机图像原点在所述平台坐标系下的坐标，dx为所述相机扫描线的像素当量，dy为所述线阵相机每行像素所占的扫描角度，h1和h2为所述线阵相机到相机扫描线两端的距离，L为所述相机扫描线的长度，为所述线阵相机与所述平台所在平面的夹角，/>为中间变量，θ为所述相机扫描线与所述平台坐标系的横轴夹角。
在一种可能的实现方式中，在将各所述平台边缘点的坐标进行圆拟合，得到目标拟合圆时，包括：
将各所述平台边缘点的坐标进行圆拟合，得到拟合圆，并计算所述拟合圆的圆心；
计算各所述平台边缘点到所述拟合圆的圆心的第一距离；
由各所述平台边缘点中筛选出所述第一距离大于预设的第一距离阈值的平台边缘点，作为局外点；
由各所述平台边缘点中去除所述局外点后，继续进行圆拟合，并判断当前得到的拟合圆与前一次圆拟合得到的拟合圆是否一致；
在判断一致的情况下，将当前得到的拟合圆作为所述目标拟合圆，在判断不一致的情况下，重复以上步骤，直到当前得到的拟合圆与前一次圆拟合得到的拟合圆一致，将当前得到的拟合圆作为所述目标拟合圆。
在一种可能的实现方式中，在所述晶圆为Flat晶圆或者Notch晶圆时，在将所述目标拟合圆的圆心作为所述晶圆在所述平台上的位置之后，还包括计算所述Flat晶圆或者所述Notch晶圆在所述平台上的方向的操作。
在一种可能的实现方式中，在计算所述Flat晶圆在所述平台上的方向时，包括：
计算各所述平台边缘点到所述目标拟合圆的圆心的第二距离；
由各所述平台边缘点中筛选出所述第二距离小于预设的第二距离阈值的平台边缘点，作为缺口边缘点；
对各所述缺口边缘点进行直线拟合，得到缺口边缘直线；
计算所述目标拟合圆的圆心在所述缺口边缘直线上的投影点；
将所述目标拟合圆的圆心与所述投影点的连接方向作为所述Flat晶圆的在所述平台上的方向。
在一种可能的实现方式中，在计算所述Notch晶圆在所述平台上的方向时，包括：
计算各所述平台边缘点到所述目标拟合圆的圆心的第三距离；
由各所述平台边缘点中筛选出所述第三距离小于预设的第三距离阈值的平台边缘点，作为缺口边缘点；
由各所述缺口边缘点中筛选出到所述目标拟合圆的圆心最近的缺口边缘点，作为最近边缘点；
将所述目标拟合圆的圆心与所述最近边缘点连接，得到连接向量；
基于所述连接向量，确定所述Notch晶圆的在所述平台上的方向。
根据本公开的第二方面，提供了一种晶圆定位装置，包括：
扫描模块，用于通过线阵相机对平台上晶圆进行扫描，得到所述晶圆的扫描图像；
图像边缘点提取模块，用于由所述扫描图像中提取所述晶圆的边缘点作为图像边缘点，并获取各所述图像边缘点的坐标；
坐标转换模块，用于采用预先构建的坐标转换模型，将各所述图像边缘点的坐标转换到平台坐标系下，得到各平台边缘点的坐标；
圆拟合模块，用于将各所述平台边缘点的坐标进行圆拟合，得到目标拟合圆；
定位模块，用于计算所述目标拟合圆的圆心，并将所述目标拟合圆的圆心作为所述晶圆在所述平台上的位置。
根据本公开的第三方面，提供了一种晶圆定位设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行本公开第一方面所述的方法。
根据本公开的第四方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时实现本公开第一方面所述的方法。
本公开提供的晶圆定位方法包括：通过线阵相机对平台上晶圆进行扫描，得到晶圆的扫描图像；由扫描图像中提取晶圆的边缘点作为图像边缘点，并获取各图像边缘点的坐标；采用预先构建的坐标转换模型，将各图像边缘点的坐标转换到平台坐标系下，得到各平台边缘点的坐标；将各平台边缘点的坐标进行圆拟合，得到目标拟合圆；计算目标拟合圆的圆心，并将目标拟合圆的圆心作为晶圆在平台上的位置。本公开通过构建的坐标转换模型可以直接将各图像边缘点的坐标转换到平台坐标系下，进而基于平台坐标系下的各平台边缘点的坐标，直接确定出晶圆在平台上的位置，从而不再需要特定的转换装置，也可以实现晶圆的定位，降低了晶圆的定位成本。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1示出根据本公开一实施例的晶圆定位方法的流程图；
图2示出根据本公开一实施例的各种晶圆类型的示意图；
图3示出根据本公开一实施例的通过卡尺检测工具提取出的各种类型晶圆的图像边缘点的示意图；
图4示出根据本公开一实施例的线阵相机的位置和平台位置关系的示意图；
图5示出根据本公开一实施例的相机扫描线转换示意图；
图6示出根据本公开一实施例的Flat晶圆的缺口边缘点划分示意图；
图7示出根据本公开一实施例的Notch晶圆的缺口边缘点划分示意图；
图8示出根据本公开一实施例的Flat晶圆在平台上的方向的计算示意图；
图9示出根据本公开一实施例的Notch晶圆在平台上的方向的计算示意图；
图10示出根据本公开一实施例的晶圆定位装置的示意性框图；
图11示出根据本公开一实施例的晶圆定位设备的示意性框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
<方法实施例>
图1示出根据本公开一实施例的晶圆定位方法的流程图。如图1所示，该方法包括步骤S1100-S1500。
S1100，通过线阵相机对平台上晶圆进行扫描，得到晶圆的扫描图像。其中，该平台为晶圆测试系统中用于放置晶圆的承载平台，通过该移动该承载平台可以将晶圆调整到标准位置处，以在标准位置处对晶圆进行测试。
S1200，由扫描图像中提取晶圆的边缘点作为图像边缘点，并获取各图像边缘点的坐标。
首先需要说明的是，晶圆分为三种类型，分别为Round晶圆、Flat晶圆和Notch晶圆，各种晶圆的示意图如图2所示。
在一种可能的实现方式中，在获取到晶圆的扫描图像后，可以通过卡尺检测工具在扫描图像中提取出晶圆的图像边缘点，并获取各图像边缘点的坐标。其中，通过卡尺检测工具提取出的各种类型晶圆的图像边缘点如图3所示。
通过图3可以看出，针对Round晶圆和Flat晶圆，单纯通过卡尺检测工具便可以由扫描图像中提取出晶圆的所有图像边缘点。但是对于Notch晶圆，如果单纯通过卡尺检测工具进行图形边缘点提取，那么在Notch晶圆的缺口处仅能提取到稀疏的图像边缘点。因此，在一种可能的实现方式中，为了提高Notch晶圆缺口处图像边缘点提取的准确性，在通过卡尺检测工具由扫描图像中提取出Notch晶圆的图像边缘点，并获取各图像边缘点的坐标后，还包括：采用sobel边缘检测方法对缺口处的图像边缘点进行二次检测，以通过二次检测对缺口处的图像边缘点进行修订，并确定缺口处图像边缘点的坐标。这样，在修订后便可以提取出Notch晶圆扫描图像中的所有图像边缘点，并获取到各图像边缘点的坐标。
在获取到扫描图像中各图像边缘点的坐标后，便可以执行步骤S1300，采用预先构建的坐标转换模型，将各图像边缘点的坐标转换到平台坐标系下，得到各平台边缘点的坐标。具体地，将各图像边缘点的坐标依次输入至坐标转换模型中，即可通过坐标转换模型计算出各图像边缘点的坐标对应的平台边缘点的坐标。其中，图像边缘点的坐标为线阵相机图像坐标系下的坐标。
在执行该步骤之前，需要先构建坐标转换模型，在一种可能的实现方式中，该坐标转换模型基于线阵相机到相机扫描线两端的距离、相机扫描线的长度、线阵相机与平台所在平面的夹角、相机扫描线的像素当量、线阵相机每行像素所占的扫描角度、线阵相机图像原点在平台坐标系下的坐标以及相机扫描线与平台坐标系的横轴夹角中的至少一个参数构建。
在基于上述参数构建该坐标转换模型时，可以包括以下步骤：
第一，基于上述参数构建线阵相机图像坐标系和平台坐标系的转换关系。
具体地，假设线阵相机的位置和平台位置关系如图4所示，其中，延u方向的黑色实线表示线阵相机在平台上的扫描线(即相机扫描线)，虚线圆环表示平台旋转一周后，相机扫描线所扫过的范围，u、v分别表示线阵相机图像坐标系的坐标横轴与纵轴，XP、YP分别表示平台坐标系的横轴与纵轴，(x0，y0)表示线阵相机图像原点在平台坐标系下的坐标，θ表示线阵相机扫描线与平台坐标系的横轴所成角度。
在实际应用过程中，线阵相机安装后通常会与平台所在的平面存在一定夹角，这就导致落在平台上的相机扫描线的每个像素所对应的实际距离不一致，进而导致计算出现偏差，影响建模的准确性。因此，在建模时，需要先将平台上的相机扫描线坐标转换为与线阵相机平行的相机扫描线坐标。具体地，如图5所示，p点所在的相机扫描线为实际投射到平台上的扫描线，p’点所在的相机扫描线为与线阵相机平行且像素分布均匀的扫描线。在p点在线阵相机图像坐标系下的标为(u、v)时，将其转换为与线阵相机平行的扫描线上的p’点时，该p’点在线阵相机图像坐标系下的横坐标为u’可以表示为：
式中，h1和h2为线阵相机到p点所在的相机扫描线两端的距离，L为p点所在的相机扫描线的长度，为计算过程中的中间变量，/>为线阵相机与平台所在平面的夹角。由图5中可以看出，在/>时，u’＝u。
在实际使用过程中，u’和u都是像素坐标，所以需要将h1、h2、L也转换为像素值，若相机扫描线的像素当量为dx，则式(2)可转换为：
根据式(3)可对落在平台上的相机扫描线进行修正，使其像素均匀分布。而线阵相机图像坐标系转换到平台坐标系实际是一个圆环展开并且像素长度修正的过程，因此，可以基于上述公式构建如公式(4)所示的线阵相机图像坐标系与平台坐标系之间的转换关系。
xp＝x0cos(dyv)-y0sin(dyv)+dxu'cos(θ+dyv)
yp＝x0sin(dyv)+y0cos(dyv)+dxu'sin(θ+dyv) (5)
式中，(x0，y0)为所述线阵相机图像原点在所述平台坐标系下的坐标，dx为所述相机扫描线的像素当量，其大小等于落在平台上的相机扫描线真实长度/相机图像宽度，dy为所述线阵相机每行像素所占的扫描角度，其大小等于扫描总的角度/相机图像高度，θ为落在平台上的相机扫描线与平台坐标系的横轴夹角，(xp，yp)为p点在平台坐标系下的坐标。
这里需要说明的是，上述建模由两个前提条件：首先，在相机(平台)旋转扫描成像时，其旋转中心与平台坐标系的原点必须重合；其次，相机的安装必须与平台尽量平行，这样才能确保建模的准确性。
在构建出上述转换关系后，便可以执行第二，对转换关系中的参数进行标定，从而得到将线阵相机图像坐标系下的坐标转换到平台坐标系下的坐标的坐标转换模型。
由上述构建过程可知，转换关系是由h1、h2、L、dx、dy、x0、y0、θ这九个参数来决定的，因此，构建坐标转换模型的过程实际上就是标定上述的九个参数的过程。
在一种可能的实现方式中，标定上述九个参数的思路可以是，选择一个圆形产品，将其放置在平台上扫描成像后，提取图像边缘点，若将图像边缘点均转换到平台坐标系下，则在平台坐标系下的边缘点应分布在一个圆上，基于此可建立目标方程，有：
式中，(ui、vi)为第i个图像边缘点的坐标，(xpi，ypi)为第i个平台边缘点的坐标，(xc，yc)为平台坐标系下拟合圆的圆心，R为平台坐标系下拟合圆的半径。在理想的情况下，平台坐标系下的所有边缘点都完美的分布在圆上，则
但在实际应用中，因为误差的存在，一般不为0，此时，可以计算h1、h2、L、/>dx、dy、x0、y0、θ的一组最优解，作为最终的标定结果。在求解最优解时，可以采用高斯牛顿法，也可以采用最速梯度下降法，还可以采用牛顿法，在此不作具体限定。
在求解最优解之前，需要先给定各个参数的初始值。一般情况下，安装线阵相机时，为了保证定位精度，需要尽量保证线阵相机与平台平行，并且相机扫描线与平台的X轴或Y轴重合，所以在线阵相机的安装精度较高的前提下，可以参照下表设置各个参数的初始值。
通过步骤2即可完成转换关系中h1、h2、L、dx、dy、x0、y0、θ这九个参数的标定，标定后，将各参数的标定值代入对应的转换关系公式中，即可完成坐标转换模型的构建。其中，构建出坐标转换模型如下所示：
xp＝x0cos(dyv)-y0sin(dyv)+dxu'cos(θ+dyv)
yp＝x0sin(dyv)+y0cos(dyv)+dxu'sin(θ+dyv)
式中，(u，v)为图像边缘点的坐标，(xp，yp)为平台边缘点的坐标，(x0，y0)为线阵相机图像原点在平台坐标系下的坐标，dx为相机扫描线的像素当量，dy为线阵相机每行像素所占的扫描角度，h1和h2为线阵相机到相机扫描线两端的距离，L为相机扫描线的长度，为线阵相机与平台所在平面的夹角，/>为中间变量，θ为相机扫描线与平台坐标系的横轴夹角。
在完成坐标转换模型的构建后，便可以将扫描图像中提取出的各图像边缘点的坐标依次输入至坐标转换模型中，从而将各图像边缘点的坐标转换为平台坐标系下的平台边缘点的坐标。
S1400，将各平台边缘点的坐标进行圆拟合，得到目标拟合圆。其中，目标拟合圆即最终得到的，用于确定晶圆在平台上的位置的拟合圆。
这里需要说明的是，由于缺口边缘或噪音的影像，如果所有的平台边缘点的坐标均参与拟合，将会影响晶圆定位的准确性。因此，在一种可能的实现方式中，在将各平台边缘点的坐标进行圆拟合，得到目标拟合圆时，包括以下步骤：
第一，将各平台边缘点的坐标进行圆拟合，得到拟合圆，并计算拟合圆的圆心。第二，计算各平台边缘点到拟合圆的圆心的第一距离。第三，由各平台边缘点中筛选出第一距离大于预设的第一距离阈值的平台边缘点，作为局外点。其中，第一距离阈值可以根据晶圆的半径进行设置，优先地，可以将该第一距离阈值设置为晶圆半径的0.95倍。第四，由各平台边缘点中去除局外点后，继续进行圆拟合，并判断当前得到的拟合圆与前一次圆拟合得到的拟合圆是否一致。第五，在判断一致的情况下，将当前得到的拟合圆作为目标拟合圆；在判断不一致的情况下，重复以上第二步至第五步骤，直到当前得到的拟合圆与前一次圆拟合得到的拟合圆一致，将当前得到的拟合圆作为目标拟合圆。这里需要说明的是，在重复上述第二步时，使用的各平台边缘点并不是初始时刻的所有平台边缘点，而是去除了局外点后当前时刻剩下的平台边缘点。
在得到目标拟合圆后，便可以执行步骤S1500，计算目标拟合圆的圆心，并将目标拟合圆的圆心作为晶圆在平台上的位置。
这里需要说明的是，针对Round晶圆，没有定位晶圆方向的缺口标识，因此，仅需要通过以上步骤S1100-S1500计算出晶圆在平台上的位置即可。但是针对于Flat晶圆或者Notch晶圆，在计算出晶圆在平台的位置后，还需要进一步计算晶圆在平台上的方向。
在一种可能的实现方式中，在计算Flat晶圆在平台上的方向时，可以包括以下步骤：
第一，计算各平台边缘点到目标拟合圆的圆心的第二距离。第二，由各平台边缘点中筛选出第二距离小于预设的第二距离阈值的平台边缘点，作为缺口边缘点，其它平台边缘点作为圆弧边缘点。具体地，如图6所示，图中黑色×即为Flat晶圆的缺口边缘点，灰色×即为Flat晶圆的圆弧边缘点。如图7所示，图中黑色×即为Notch晶圆的缺口边缘点，灰色×即为Notch晶圆的圆弧边缘点。其中，第二距离阈值可以根据晶圆的半径与缺口的宽度计算得到。优选地，第二距离阈值可以等于晶圆半径减去0.05倍缺口宽度。第三，对各缺口边缘点进行直线拟合，得到缺口边缘直线。第四，计算目标拟合圆的圆心在缺口边缘直线上的投影点。第五，将目标拟合圆的圆心与投影点的连接方向作为Flat晶圆的在平台上的方向。具体地，Flat晶圆在平台上的方向的计算示意图如图8所示。
在一种可能的实现方式中，在计算Notch晶圆在平台上的方向时，可以包括以下步骤：第一，计算各平台边缘点到目标拟合圆的圆心的第三距离；第二，由各平台边缘点中筛选出第三距离小于预设的第三距离阈值的平台边缘点，作为缺口边缘点；其中，第三距离阈值可以根据晶圆的半径与缺口的深度计算得到。优选地，该第三距离阈值可以等于晶圆的半径减去0.05倍缺口深度。第三，由各缺口边缘点中筛选出到目标拟合圆的圆心最近的缺口边缘点，作为最近边缘点；第四，将目标拟合圆的圆心与最近边缘点连接，得到连接向量；第五，基于连接向量，确定Notch晶圆的在平台上的方向。
在一种可能的实现方式中，在基于连接向量，确定Notch晶圆的在平台上的方向时，包括以下步骤：将位于连接向量左侧的缺口边缘点作为左侧边缘点，将位于连接向量右侧的缺口边缘点作为右侧边缘点，将左侧边缘点进行直线拟合得到拟合线1，将右侧边缘点进行直线拟合得到拟合线2，计算拟合线1和拟合线2的直线交点，并将目标拟合圆的圆心与直线交点的连接方向作为Notch晶圆在平台上的方向。具体地，Notch晶圆的在平台上的方向的计算示意图如图9所示。
这里需要说明的是，为了进一步提高Notch晶圆在平台上的方向的识别准确性，在一种可能的实现方式中，在基于连接向量将Notch晶圆的缺口边缘点划分为左侧边缘点和右侧边缘点之后，还包括，步骤1，计算左侧边缘点和右侧边缘点数量的比值，并判断计算出的比值是否大于等于预设的比值阈值。步骤2，在判断计算出的比值大于等于比值阈值时，认为左侧边缘点和右侧边缘点划分合理，从而进一步执行将左侧边缘点进行直线拟合得到拟合线1，将右侧边缘点进行直线拟合得到拟合线2，计算拟合线1和拟合线2的直线交点，并将目标拟合圆的圆心与直线交点的连接方向作为Notch晶圆在平台上的方向的操作。在判断计算出的比值小于比值阈值时，认为左侧边缘点和右侧边缘点划分不合理，此时，在Notch晶圆的缺口边缘点中筛选下一个最近点(即不包括已识别出的最近点)，并将新筛选出的最近点与目标拟合圆的圆心连接，得到新的连接向量，并基于新的连接向量将Notch晶圆的缺口边缘点划分成左侧边缘点和右侧边缘点，然后重复以上步骤1至步骤2，直到左侧边缘点和右侧边缘点划分合理，再将左侧边缘点进行直线拟合得到拟合线1，将右侧边缘点进行直线拟合得到拟合线2，计算拟合线1和拟合线2的直线交点，并将目标拟合圆的圆心与直线交点的连接方向作为Notch晶圆在平台上的方向的操作。
本公开提供了一种晶圆定位方法，包括通过线阵相机对平台上晶圆进行扫描，得到晶圆的扫描图像；由扫描图像中提取晶圆的边缘点作为图像边缘点，并获取各图像边缘点的坐标；采用预先构建的坐标转换模型，将各图像边缘点的坐标转换到平台坐标系下，得到各平台边缘点的坐标；将各平台边缘点的坐标进行圆拟合，得到目标拟合圆；计算目标拟合圆的圆心，并将目标拟合圆的圆心作为晶圆在平台上的位置。本公开通过构建的坐标转换模型可以直接将各图像边缘点的坐标转换到平台坐标系下，进而基于平台坐标系下的各平台边缘点的坐标，直接确定出晶圆在平台上的位置，从而不再需要特定的转换装置，也可以实现晶圆的定位，从而降低了晶圆的定位成本。
<装置实施例>
图10示出根据本公开一实施例的晶圆定位装置的示意性框图。如图10所示，该装置100包括：
扫描模块110，用于通过线阵相机对平台上晶圆进行扫描，得到晶圆的扫描图像；
图像边缘点提取模块120，用于由扫描图像中提取晶圆的边缘点作为图像边缘点，并获取各图像边缘点的坐标；
坐标转换模块130，用于采用预先构建的坐标转换模型，将各图像边缘点的坐标转换到平台坐标系下，得到各平台边缘点的坐标；
圆拟合模块140，用于将各平台边缘点的坐标进行圆拟合，得到目标拟合圆；
定位模块150，用于计算目标拟合圆的圆心，并将目标拟合圆的圆心作为晶圆在平台上的位置。
<设备实施例>
图11示出根据本公开一实施例的晶圆定位设备的示意性框图。如图11所示，该晶圆定位设备200包括处理器210以及用于存储处理器210可执行指令的存储器220。其中，处理器210被配置为执行可执行指令时实现前面任一所述的晶圆定位方法。
此处，应当指出的是，处理器210的个数可以为一个或多个。同时，在本公开实施例的晶圆定位设备200中，还可以包括输入装置230和输出装置240。其中，处理器210、存储器220、输入装置230和输出装置240之间可以通过总线连接，也可以通过其他方式连接，此处不进行具体限定。
存储器220作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序和各种模块，如：本公开实施例的晶圆定位方法所对应的程序或模块。处理器210通过运行存储在存储器220中的软件程序或模块，从而执行晶圆定位设备200的各种功能应用及数据处理。
输入装置230可用于接收输入的数字或信号。其中，信号可以为产生与设备/终端/服务器的用户设置以及功能控制有关的键信号。输出装置240可以包括显示屏等显示设备。
<存储介质实施例>
根据本公开的第四方面，还提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，计算机程序指令被处理器210执行时实现前面任一所述的晶圆定位方法。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种晶圆定位方法，其特征在于，包括：
通过线阵相机对平台上晶圆进行扫描，得到所述晶圆的扫描图像；
由所述扫描图像中提取所述晶圆的边缘点作为图像边缘点，并获取各所述图像边缘点的坐标；
采用预先构建的坐标转换模型，将各所述图像边缘点的坐标转换到平台坐标系下，得到各平台边缘点的坐标；
将各所述平台边缘点的坐标进行圆拟合，得到目标拟合圆；
计算所述目标拟合圆的圆心，并将所述目标拟合圆的圆心作为所述晶圆在所述平台上的位置。
2.根据权利要求1所述的方法，其特征在于，所述坐标转换模型基于所述线阵相机到相机扫描线两端的距离、所述相机扫描线的长度、所述线阵相机与所述平台所在平面的夹角、所述相机扫描线的像素当量、所述线阵相机每行像素所占的扫描角度、所述线阵相机图像原点在所述平台坐标系下的坐标以及所述相机扫描线与所述平台坐标系的横轴夹角中的至少一个参数构建。
3.根据权利要求2所述的方法，其特征在于，所述坐标转换模型如下所示：
xp＝x0cos(dyv)-y0sin(dyv)+dxu'cos(θ+dyv)
yp＝x0sin(dyv)+y0cos(dyv)+dxu'sin(θ+dyv)
式中，(u，v)为所述图像边缘点的坐标，(xp，yp)为所述平台边缘点的坐标，(x0，y0)为所述线阵相机图像原点在所述平台坐标系下的坐标，dx为所述相机扫描线的像素当量，dy为所述线阵相机每行像素所占的扫描角度，h1和h2为所述线阵相机到相机扫描线两端的距离，L为所述相机扫描线的长度，为所述线阵相机与所述平台所在平面的夹角，/>为中间变量，θ为所述相机扫描线与所述平台坐标系的横轴夹角。
4.根据权利要求1所述的方法，其特征在于，在将各所述平台边缘点的坐标进行圆拟合，得到目标拟合圆时，包括：
将各所述平台边缘点的坐标进行圆拟合，得到拟合圆，并计算所述拟合圆的圆心；
计算各所述平台边缘点到所述拟合圆的圆心的第一距离；
由各所述平台边缘点中筛选出所述第一距离大于预设的第一距离阈值的平台边缘点，作为局外点；
由各所述平台边缘点中去除所述局外点后，继续进行圆拟合，并判断当前得到的拟合圆与前一次圆拟合得到的拟合圆是否一致；
在判断一致的情况下，将当前得到的拟合圆作为所述目标拟合圆，在判断不一致的情况下，重复以上步骤，直到当前得到的拟合圆与前一次圆拟合得到的拟合圆一致，将当前得到的拟合圆作为所述目标拟合圆。
5.根据权利要求4所述的方法，其特征在于，在所述晶圆为Flat晶圆或者Notch晶圆时，在将所述目标拟合圆的圆心作为所述晶圆在所述平台上的位置之后，还包括计算所述Flat晶圆或者所述Notch晶圆在所述平台上的方向的操作。
6.根据权利要求5所述的方法，其特征在于，在计算所述Flat晶圆在所述平台上的方向时，包括：
计算各所述平台边缘点到所述目标拟合圆的圆心的第二距离；
由各所述平台边缘点中筛选出所述第二距离小于预设的第二距离阈值的平台边缘点，作为缺口边缘点；
对各所述缺口边缘点进行直线拟合，得到缺口边缘直线；
计算所述目标拟合圆的圆心在所述缺口边缘直线上的投影点；
将所述目标拟合圆的圆心与所述投影点的连接方向作为所述Flat晶圆的在所述平台上的方向。
7.根据权利要求5所述的方法，其特征在于，在计算所述Notch晶圆在所述平台上的方向时，包括：
计算各所述平台边缘点到所述目标拟合圆的圆心的第三距离；
由各所述平台边缘点中筛选出所述第三距离小于预设的第三距离阈值的平台边缘点，作为缺口边缘点；
由各所述缺口边缘点中筛选出到所述目标拟合圆的圆心最近的缺口边缘点，作为最近边缘点；
将所述目标拟合圆的圆心与所述最近边缘点连接，得到连接向量；
基于所述连接向量，确定所述Notch晶圆的在所述平台上的方向。
8.一种晶圆定位装置，其特征在于，包括：
扫描模块，用于通过线阵相机对平台上晶圆进行扫描，得到所述晶圆的扫描图像；
图像边缘点提取模块，用于由所述扫描图像中提取所述晶圆的边缘点作为图像边缘点，并获取各所述图像边缘点的坐标；
坐标转换模块，用于采用预先构建的坐标转换模型，将各所述图像边缘点的坐标转换到平台坐标系下，得到各平台边缘点的坐标；
圆拟合模块，用于将各所述平台边缘点的坐标进行圆拟合，得到目标拟合圆；
定位模块，用于计算所述目标拟合圆的圆心，并将所述目标拟合圆的圆心作为所述晶圆在所述平台上的位置。
9.一种晶圆定位设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述可执行指令时实现权利要求1至7中任意一项所述的方法。
10.一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
CN202311705366.4A 2023-12-12 2023-12-12 晶圆定位方法、装置、设备和存储介质 Pending CN117689727A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311705366.4A CN117689727A (zh) 2023-12-12 2023-12-12 晶圆定位方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311705366.4A CN117689727A (zh) 2023-12-12 2023-12-12 晶圆定位方法、装置、设备和存储介质

Publications (1)

Publication Number Publication Date
CN117689727A true CN117689727A (zh) 2024-03-12

Family

ID=90126002

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311705366.4A Pending CN117689727A (zh) 2023-12-12 2023-12-12 晶圆定位方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN117689727A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118657833A (zh) * 2024-08-16 2024-09-17 迈为技术(珠海)有限公司 标记中心的定位方法、装置、计算机设备、可读存储介质和计算机程序产品
CN119108317A (zh) * 2024-11-07 2024-12-10 上海图双精密装备有限公司 晶圆寻边方法和装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118657833A (zh) * 2024-08-16 2024-09-17 迈为技术(珠海)有限公司 标记中心的定位方法、装置、计算机设备、可读存储介质和计算机程序产品
CN119108317A (zh) * 2024-11-07 2024-12-10 上海图双精密装备有限公司 晶圆寻边方法和装置
CN119108317B (zh) * 2024-11-07 2025-03-11 上海图双精密装备有限公司 晶圆寻边方法和装置

Similar Documents

Publication Publication Date Title
US8269836B2 (en) Image capture, alignment, and registration
CN117689727A (zh) 晶圆定位方法、装置、设备和存储介质
CN108921890B (zh) 螺丝锁付方法、装置及计算机可读存储介质
CN110096540B (zh) 测绘数据转换方法、设备、存储介质及装置
US6728417B1 (en) Measurement apparatus
CN109345467B (zh) 成像畸变校正方法、装置、计算机设备及存储介质
JP4908440B2 (ja) 画像処理装置及び方法
JP6115214B2 (ja) パターン処理装置、パターン処理方法、パターン処理プログラム
JP5202110B2 (ja) パターン形状評価方法，パターン形状評価装置，パターン形状評価データ生成装置およびそれを用いた半導体形状評価システム
CN113538586B (zh) 晶粒行列定位方法、装置和系统以及计算机可读存储介质
CN107871329B (zh) 一种相机光学中心的快速标定方法及装置
CN111681186A (zh) 图像处理方法、装置、电子设备及可读存储介质
CN117392211B (zh) Bga元件快速识别定位方法及系统、存储介质
CN112308934A (zh) 标定检测方法及装置、存储介质、计算设备
CN114419045A (zh) 光刻掩模板缺陷检测方法、装置、设备及可读存储介质
CN114638824B (zh) 基于aoi设备采集图像的融合方法、装置、设备和介质
CN112529923B (zh) 一种控件识别方法及装置
US11967058B2 (en) Semiconductor overlay measurements using machine learning
CN116862767B (zh) 一种线扫光伏组件图片的弹性矫正与拼接方法和系统
CN112668578A (zh) 指针式仪表读数方法、装置、计算机设备和存储介质
CN112383670A (zh) 一种试卷扫描自动扶正方法及装置
CN111026641A (zh) 一种图片比较方法和电子设备
CN110543798A (zh) 二维码的识别方法及装置
CN113850100A (zh) 一种校正二维码的方法和装置
CN114170319A (zh) 测试标板的调整方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination