CN113673154B - 一种晶粒分选过程中的寻径方法、装置、设备及存储介质 - Google Patents
一种晶粒分选过程中的寻径方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113673154B CN113673154B CN202110935237.9A CN202110935237A CN113673154B CN 113673154 B CN113673154 B CN 113673154B CN 202110935237 A CN202110935237 A CN 202110935237A CN 113673154 B CN113673154 B CN 113673154B
- Authority
- CN
- China
- Prior art keywords
- determining
- displacement
- traversing
- moving direction
- optimal path
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 239000013078 crystal Substances 0.000 claims abstract description 149
- 238000002922 simulated annealing Methods 0.000 claims abstract description 12
- 238000006073 displacement reaction Methods 0.000 claims description 78
- 238000004590 computer program Methods 0.000 claims description 3
- 239000002609 medium Substances 0.000 description 20
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Geometry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Container, Conveyance, Adherence, Positioning, Of Wafer (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
本发明实施例公开了一种晶粒分选过程中的寻径方法、装置、设备及存储介质。该方法包括:对晶圆盘进行扫描,并记录晶圆盘上所有晶粒的位置信息;将晶圆盘划分为多个区域,并根据位置信息确定包含晶粒的目标区域;采用模拟退火算法确定遍历所有目标区域的第一最优路径;根据第一最优路径确定每两个连续的目标区域之间的移动方向;根据移动方向确定每两个连续的目标区域中前一目标区域内晶粒的遍历规则,以得到在每个目标区域内遍历所有晶粒的第二最优路径;根据第一最优路径和第二最优路径确定在晶圆盘上遍历所有晶粒的目标最优路径。从而减少了设备每次需要移动的距离,提高了设备运动时的稳定性,进而可以提高后续进行晶粒分选的精度和效率。
Description
技术领域
本发明实施例涉及晶粒分选技术领域,尤其涉及一种晶粒分选过程中的寻径方法、装置、设备及存储介质。
背景技术
在对Wafer晶圆盘扫描完成后,通常需要对其上的每个晶粒的电性能进行分级,如从0到149等150个等级。一般晶粒的数量可以从1000到500000不等,且随机分布在Wafer晶圆盘的工作区域中,在挑选同等级的晶粒时,若某个等级的晶粒数量超过1000,则使用传统的寻径方法在时效性上无法达到需求,同时通常会存在单次移动距离过大的问题,从而降低了设备运动时的稳定性,并造成分选精度下降等问题。
发明内容
本发明实施例提供一种晶粒分选过程中的寻径方法、装置、设备及存储介质,以减小设备每次移动的距离,从而提高设备运动时的稳定性,进而提高后续晶粒分选的精度和效率。
第一方面,本发明实施例提供了一种晶粒分选过程中的寻径方法,该方法包括:
对晶圆盘进行扫描,并记录所述晶圆盘上所有晶粒的位置信息;
将所述晶圆盘划分为多个区域,并根据所述位置信息确定包含晶粒的目标区域;
采用模拟退火算法确定遍历所有所述目标区域的第一最优路径;
根据所述第一最优路径确定每两个连续的所述目标区域之间的移动方向;
根据所述移动方向确定每两个连续的所述目标区域中前一目标区域内晶粒的遍历规则,以得到在每个所述目标区域内遍历所有晶粒的第二最优路径;
根据所述第一最优路径和所述第二最优路径确定在所述晶圆盘上遍历所有晶粒的目标最优路径。
可选的,所述将所述晶圆盘划分为多个区域,包括:
根据所述晶圆盘上晶粒的排列方向将所述晶圆盘划分为N*M个大小相同的矩形区域小块,其中,N和M为正整数。
可选的,所述矩形区域小块的大小为8*8毫米。
可选的,所述移动方向包括向上、向下、向左和向右;
相应的,所述根据所述第一最优路径确定每两个连续的所述目标区域之间的移动方向,包括:
根据所述晶圆盘上晶粒的排列方向建立坐标系,并分别确定每两个连续的所述目标区域之间在所述坐标系的X轴方向上的第一位移和Y轴方向上的第二位移;
根据所述第一位移和所述第二位移确定所述移动方向。
可选的,所述根据所述第一位移和所述第二位移确定所述移动方向,包括:
若所述第一位移的大小大于所述第二位移的大小,则当所述第一位移的方向为X轴正向时,确定所述移动方向为向右,当所述第一位移的方向为X轴反向时,确定所述移动方向为向左;
若所述第一位移的大小小于所述第二位移的大小,则当所述第二位移的方向为Y轴正向时,确定所述移动方向为向下,当所述第二位移的方向为Y轴反向时,确定所述移动方向为向上。
可选的,所述遍历规则与所述移动方向对应;其中,与所述移动方向为向上对应的所述遍历规则为下左上右,与所述移动方向为向下对应的所述遍历规则为右上右左下,与所述移动方向为向左对应的所述遍历规则为右下上左,与所述移动方向为向右对应的所述遍历规则为左上右下。
可选的,在所述根据所述移动方向确定每两个连续的所述目标区域中前一目标区域内晶粒的遍历规则之后,还包括:
若在所述前一目标区域中,根据所述遍历规则遍历到目标晶粒位置,且所述目标晶粒不存在尚未遍历的相邻晶粒,则从所述前一目标区域中与所述目标晶粒距离最近的且尚未遍历的晶粒位置继续遍历。
第二方面,本发明实施例还提供了一种晶粒分选过程中的寻径装置,该装置包括:
晶粒扫描模块,用于对晶圆盘进行扫描,并记录所述晶圆盘上所有晶粒的位置信息;
目标区域确定模块,用于将所述晶圆盘划分为多个区域,并根据所述位置信息确定包含晶粒的目标区域;
第一最优路径确定模块,用于采用模拟退火算法确定遍历所有所述目标区域的第一最优路径;
移动方向确定模块,用于根据所述第一最优路径确定每两个连续的所述目标区域之间的移动方向;
第二最优路径确定模块,用于根据所述移动方向确定每两个连续的所述目标区域中前一目标区域内晶粒的遍历规则,以得到在每个所述目标区域内遍历所有晶粒的第二最优路径;
目标最优路径确定模块,用于根据所述第一最优路径和所述第二最优路径确定在所述晶圆盘上遍历所有晶粒的目标最优路径。
第三方面,本发明实施例还提供了一种计算机设备,该计算机设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例所提供的晶粒分选过程中的寻径方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例所提供的晶粒分选过程中的寻径方法。
本发明实施例提供了一种晶粒分选过程中的寻径方法,首先对晶圆盘进行扫描,以得到其上所有晶粒的位置信息,然后将晶圆盘划分为多个区域,并根据得到的位置信息确定包含晶粒的目标区域,再采用模拟退火算法确定遍历所有目标区域的第一最优路径,并根据第一最优路径确定每两个连续的目标区域之间的移动方向,接着根据该移动方向确定每两个连续的目标区域中前一目标区域内晶粒的遍历规则,以得到在每个目标区域内遍历所有晶粒的第二最优路径,从而即可根据第一最优路径和第二最优路径确定在晶圆盘上遍历所有晶粒的目标最优路径。本发明实施例所提供的晶粒分选过程中的寻径方法,通过将晶圆盘划分为多个区域并确定包含晶粒的目标区域,再分别确定所有目标区域间的最优路径和每个目标区域内的所有晶粒的最优路径,保证了目标区域间和目标区域内的路径最优化,从而减少了设备每次需要移动的距离,提高了设备运动时的稳定性,进而可以提高后续进行晶粒分选的精度和效率。
附图说明
图1为本发明实施例一提供的晶粒分选过程中的寻径方法的流程图;
图2为本发明实施例二提供的晶粒分选过程中的寻径装置的结构示意图;
图3为本发明实施例三提供的计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的晶粒分选过程中的寻径方法的流程图。本实施例可适用于对晶圆盘上的晶粒进行扫描分选的情况,该方法可以由本发明实施例所提供的晶粒分选过程中的寻径装置来执行,该装置可以由硬件和/或软件的方式来实现,一般可集成于计算机设备中。如图1所示,具体包括如下步骤:
S11、对晶圆盘进行扫描,并记录所述晶圆盘上所有晶粒的位置信息。
具体的,可以使用现有的任意扫描方法对晶圆盘进行扫描,以获得该晶圆盘上所有晶粒的位置信息并进行记录。其中,位置信息可以包括晶粒的坐标以及角度等等。
S12、将所述晶圆盘划分为多个区域,并根据所述位置信息确定包含晶粒的目标区域。
具体的,首先将晶圆盘划分为多个区域,然后可以根据位置信息分析每个区域是否包含晶粒信息,并可以对包含有晶粒的区域进行标注,以确定其中的目标区域。由于晶粒一般在晶圆盘上随机分布,并可能在某些区域内较为集中的分布,因此,通过将晶圆盘划分为多个区域,并根据所获得的位置信息确定其中包含晶粒的目标区域,可以首先筛除一些不需要分选设备前往操作的区域,从而缩小设备的工作范围,减少不必要的移动。其中,划分得到的每个区域的大小可以相同,并可以根据设备运动时对稳定性的要求对该大小进行设置。
可选的,所述将所述晶圆盘划分为多个区域,包括:根据所述晶圆盘上晶粒的排列方向将所述晶圆盘划分为N*M个大小相同的矩形区域小块,其中,N和M为正整数。具体的,晶粒一般呈阵列排布,将晶圆盘摆正后,晶粒在纵横方向上排列整齐,则此时可以使用与晶粒排列方向平行且间距相同的横线和纵线对晶圆盘进行区域的划分,从而可以在保证各个区域内晶粒完整性的基础上,更方便的完成区域的均匀划分,其中,纵线的数量即可以是N-1,横线的数量即可以是M-1,通过均匀划分,可以保证设备在各个区域内运动时的稳定性相近且在一定的水平之下。进一步可选的,所述矩形区域小块的大小为8*8毫米,从而可以保证设备在各个矩形区域小块内部移动的稳定性。
S13、采用模拟退火算法确定遍历所有所述目标区域的第一最优路径。
具体的,在确定了目标区域之后,可以使用各个目标区域的角点或中心点等等来代表各个目标区域,进而可以通过模拟退火算法确定可以遍历所有目标区域的第一最优路径,即目标区域之间的移动路径,以保证设备遍历一次所有目标区域所需移动的距离最短,从而提高设备运动的稳定性。
S14、根据所述第一最优路径确定每两个连续的所述目标区域之间的移动方向。
具体的,第一最优路径即遍历所有目标区域的顺序,则针对每两个需要连续遍历的目标区域,可以根据其中前一目标区域和后一目标区域的位置(如角点或中心点坐标等等)确定该两个目标区域之间的移动方向,即可以是由前一目标区域指向后一目标区域的方向。
可选的,所述移动方向包括向上、向下、向左和向右;相应的,所述根据所述第一最优路径确定每两个连续的所述目标区域之间的移动方向,包括:根据所述晶圆盘上晶粒的排列方向建立坐标系,并分别确定每两个连续的所述目标区域之间在所述坐标系的X轴方向上的第一位移和Y轴方向上的第二位移;根据所述第一位移和所述第二位移确定所述移动方向。由于晶粒本身的分布特点,针对每个晶粒,一般仅可能在其上下左右四个方向上存在相邻的晶粒,因此可以仅考虑目标区域之间向上、向下、向左和向右等四个移动方向,并可以将实际的移动方向归类到这四个方向上,以用于后续各个目标区域内部晶粒遍历规则的确定。具体的,可以首先根据晶粒的排列方向建立坐标系,具体可以先将晶圆盘摆正,以使晶粒在纵横方向上整齐排列,然后即可将水平向右方向确定为X轴正向,并将竖直向下方向确定为Y轴正向。接着可以分别确定每两个连续的目标区域之间前一目标区域向后一目标区域移动时在X轴方向上的第一位移和在Y轴方向上的第二位移,从而可以通过对比第一位移和第二位移来确定最终的移动方向。
进一步可选的,所述根据所述第一位移和所述第二位移确定所述移动方向,包括:若所述第一位移的大小大于所述第二位移的大小,则当所述第一位移的方向为X轴正向时,确定所述移动方向为向右,当所述第一位移的方向为X轴反向时,确定所述移动方向为向左;若所述第一位移的大小小于所述第二位移的大小,则当所述第二位移的方向为Y轴正向时,确定所述移动方向为向下,当所述第二位移的方向为Y轴反向时,确定所述移动方向为向上。具体的,可以根据前一目标区域向后一目标区域移动时更偏向的方向确定移动方向,如当第一位移的大小大于第二位移的大小时,则可以判断当前在X轴方向上移动的更多,则可以确定移动方向为向左或向右,进一步即可根据第一位移的方向进行确定,当第一位移的大小小于第二位移的大小时,则可以判断当前在Y轴方向上移动的更多,则可以确定移动方向为向上或向下,进一步即可根据第二位移的方向进行确定。
S15、根据所述移动方向确定每两个连续的所述目标区域中前一目标区域内晶粒的遍历规则,以得到在每个所述目标区域内遍历所有晶粒的第二最优路径。
具体的,在确定了每两个连续的目标区域之间的移动方向之后,可以根据该移动方向确定每两个连续的目标区域中前一目标区域内晶粒的遍历规则,从而得到在每个目标区域内遍历所有晶粒的第二最优路径,以使得设备在每个目标区域内遍历一次所有晶粒所需移动的距离最短,且每次通过第二最优路径遍历完成后,尽可能保证最后一个晶粒的位置与后一目标区域之间的路径相对最优化,从而提高设备的稳定性。
可选的,所述遍历规则与所述移动方向对应;其中,与所述移动方向为向上对应的所述遍历规则为下左上右,与所述移动方向为向下对应的所述遍历规则为右上右左下,与所述移动方向为向左对应的所述遍历规则为右下上左,与所述移动方向为向右对应的所述遍历规则为左上右下。具体的,当移动方向为向上时,可以按照下左上右的顺序依次判断前一目标区域内当前晶粒的四个相邻位置是否存在晶粒,每当确定得到一次目标相邻晶粒时,即可确定路径为由当前晶粒到目标相邻晶粒,并将目标相邻晶粒作为新的当前晶粒继续判断,直至完成前一目标区域内所有晶粒的遍历,即得到了前一目标区域内遍历所有晶粒的第二最优路径。相应的,当移动方向分别为向下、向左和向右时,可以分别按照右上右左下、右下上左以及左上右下的顺序参考上述过程得到对应的前一目标区域内遍历所有晶粒的第二最优路径,从而即可得到所有目标区域内的第二最优路径。在确定遍历规则之前,可以预先存储各种遍历规则及其与移动方向之间的对应关系,则在确定了移动方向之后,即可确定前一目标区域所需的遍历规则。
可选的,在所述根据所述移动方向确定每两个连续的所述目标区域中前一目标区域内晶粒的遍历规则之后,还包括:若在所述前一目标区域中,根据所述遍历规则遍历到目标晶粒位置,且所述目标晶粒不存在尚未遍历的相邻晶粒,则从所述前一目标区域中与所述目标晶粒距离最近的且尚未遍历的晶粒位置继续遍历。具体的,由于目标区域本身存在边界,则可能遇到在根据所确定的遍历规则进行遍历的过程中当前晶粒不存在尚未遍历的相邻晶粒的情况,同时目标区域中可能仍存在尚未遍历到的晶粒,此时即可在尚未遍历的晶粒中确定与当前遍历到的目标晶粒之间距离最小的晶粒,并从该晶粒位置继续根据所确定的遍历规则进行遍历,直至完成前一目标区域中所有晶粒的遍历。
S16、根据所述第一最优路径和所述第二最优路径确定在所述晶圆盘上遍历所有晶粒的目标最优路径。
具体的,在确定了第一最优路径和第二最优路径之后,即可确定整个晶圆盘上以晶粒为单位的目标最优路径,具体即可以是按照第一最优路径的顺序将各个第二最优路径进行拼接。其中,针对第一最优路径中的首个目标区域,可以随机将其中任一晶粒作为相应第二最优路径的起始点,也可以选取一个相对最远离第二个目标区域的晶粒作为起始点,除首个目标区域之外,同样可以随机选取作为起始点的晶粒,也可以将与前一个目标区域对应的第二最优路径中最后一个晶粒距离最近的晶粒作为起始点,以进一步减小设备需要移动的距离。针对第一最优路径中的最后一个目标区域,可以采用任意的遍历规则确定对应的第二最优路径,也可以采用与其前一个目标区域相同的第二最优路径。
本发明实施例所提供的技术方案,首先对晶圆盘进行扫描,以得到其上所有晶粒的位置信息,然后将晶圆盘划分为多个区域,并根据得到的位置信息确定包含晶粒的目标区域,再采用模拟退火算法确定遍历所有目标区域的第一最优路径,并根据第一最优路径确定每两个连续的目标区域之间的移动方向,接着根据该移动方向确定每两个连续的目标区域中前一目标区域内晶粒的遍历规则,以得到在每个目标区域内遍历所有晶粒的第二最优路径,从而即可根据第一最优路径和第二最优路径确定在晶圆盘上遍历所有晶粒的目标最优路径。通过将晶圆盘划分为多个区域并确定包含晶粒的目标区域,再分别确定所有目标区域间的最优路径和每个目标区域内的所有晶粒的最优路径,保证了目标区域间和目标区域内的路径最优化,从而减少了设备每次需要移动的距离,提高了设备运动时的稳定性,进而可以提高后续进行晶粒分选的精度和效率。
实施例二
图2为本发明实施例二提供的晶粒分选过程中的寻径装置的结构示意图,该装置可以由硬件和/或软件的方式来实现,一般可集成于计算机设备中,用于执行本发明任意实施例所提供的晶粒分选过程中的寻径方法。如图2所示,该装置包括:
晶粒扫描模块21,用于对晶圆盘进行扫描,并记录所述晶圆盘上所有晶粒的位置信息;
目标区域确定模块22,用于将所述晶圆盘划分为多个区域,并根据所述位置信息确定包含晶粒的目标区域;
第一最优路径确定模块23,用于采用模拟退火算法确定遍历所有所述目标区域的第一最优路径;
移动方向确定模块24,用于根据所述第一最优路径确定每两个连续的所述目标区域之间的移动方向;
第二最优路径确定模块25,用于根据所述移动方向确定每两个连续的所述目标区域中前一目标区域内晶粒的遍历规则,以得到在每个所述目标区域内遍历所有晶粒的第二最优路径;
目标最优路径确定模块26,用于根据所述第一最优路径和所述第二最优路径确定在所述晶圆盘上遍历所有晶粒的目标最优路径。
本发明实施例所提供的技术方案,首先对晶圆盘进行扫描,以得到其上所有晶粒的位置信息,然后将晶圆盘划分为多个区域,并根据得到的位置信息确定包含晶粒的目标区域,再采用模拟退火算法确定遍历所有目标区域的第一最优路径,并根据第一最优路径确定每两个连续的目标区域之间的移动方向,接着根据该移动方向确定每两个连续的目标区域中前一目标区域内晶粒的遍历规则,以得到在每个目标区域内遍历所有晶粒的第二最优路径,从而即可根据第一最优路径和第二最优路径确定在晶圆盘上遍历所有晶粒的目标最优路径。通过将晶圆盘划分为多个区域并确定包含晶粒的目标区域,再分别确定所有目标区域间的最优路径和每个目标区域内的所有晶粒的最优路径,保证了目标区域间和目标区域内的路径最优化,从而减少了设备每次需要移动的距离,提高了设备运动时的稳定性,进而可以提高后续进行晶粒分选的精度和效率。
在上述技术方案的基础上,可选的,目标区域确定模块22具体用于:
根据所述晶圆盘上晶粒的排列方向将所述晶圆盘划分为N*M个大小相同的矩形区域小块,其中,N和M为正整数。
在上述技术方案的基础上,可选的,所述矩形区域小块的大小为8*8毫米。
在上述技术方案的基础上,可选的,所述移动方向包括向上、向下、向左和向右;
相应的,移动方向确定模块24,包括:
位移确定单元,用于根据所述晶圆盘上晶粒的排列方向建立坐标系,并分别确定每两个连续的所述目标区域之间在所述坐标系的X轴方向上的第一位移和Y轴方向上的第二位移;
移动方向确定单元,用于根据所述第一位移和所述第二位移确定所述移动方向。
在上述技术方案的基础上,可选的,移动方向确定单元具体用于:
若所述第一位移的大小大于所述第二位移的大小,则当所述第一位移的方向为X轴正向时,确定所述移动方向为向右,当所述第一位移的方向为X轴反向时,确定所述移动方向为向左;
若所述第一位移的大小小于所述第二位移的大小,则当所述第二位移的方向为Y轴正向时,确定所述移动方向为向下,当所述第二位移的方向为Y轴反向时,确定所述移动方向为向上。
在上述技术方案的基础上,可选的,所述遍历规则与所述移动方向对应;其中,与所述移动方向为向上对应的所述遍历规则为下左上右,与所述移动方向为向下对应的所述遍历规则为右上右左下,与所述移动方向为向左对应的所述遍历规则为右下上左,与所述移动方向为向右对应的所述遍历规则为左上右下。
在上述技术方案的基础上,可选的,该晶粒分选过程中的寻径装置,还包括:
继续遍历模块,用于在所述根据所述移动方向确定每两个连续的所述目标区域中前一目标区域内晶粒的遍历规则之后,若在所述前一目标区域中,根据所述遍历规则遍历到目标晶粒位置,且所述目标晶粒不存在尚未遍历的相邻晶粒,则从所述前一目标区域中与所述目标晶粒距离最近的且尚未遍历的晶粒位置继续遍历。
本发明实施例所提供的晶粒分选过程中的寻径装置可执行本发明任意实施例所提供的晶粒分选过程中的寻径方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,在上述晶粒分选过程中的寻径装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例三
图3为本发明实施例三提供的计算机设备的结构示意图,示出了适于用来实现本发明实施方式的示例性计算机设备的框图。图3显示的计算机设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。如图3所示,该计算机设备包括处理器31、存储器32、输入装置33及输出装置34;计算机设备中处理器31的数量可以是一个或多个,图3中以一个处理器31为例,计算机设备中的处理器31、存储器32、输入装置33及输出装置34可以通过总线或其他方式连接,图3中以通过总线连接为例。
存储器32作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的晶粒分选过程中的寻径方法对应的程序指令/模块(例如,晶粒分选过程中的寻径装置中的晶粒扫描模块21、目标区域确定模块22、第一最优路径确定模块23、移动方向确定模块24、第二最优路径确定模块25及目标最优路径确定模块26)。处理器31通过运行存储在存储器32中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述的晶粒分选过程中的寻径方法。
存储器32可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器32可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器32可进一步包括相对于处理器31远程设置的存储器,这些远程存储器可以通过网络连接至计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置33可用于对晶圆盘扫描以获得其上所有晶粒的位置信息,以及产生与计算机设备的用户设置和功能控制有关的键信号输入等。输出装置34可包括显示屏等设备,可用于向用户展示最终的目标最优路径等。
实施例四
本发明实施例四还提供一种包含计算机可执行指令的存储介质,该计算机可执行指令在由计算机处理器执行时用于执行一种晶粒分选过程中的寻径方法,该方法包括:
对晶圆盘进行扫描,并记录所述晶圆盘上所有晶粒的位置信息;
将所述晶圆盘划分为多个区域,并根据所述位置信息确定包含晶粒的目标区域;
采用模拟退火算法确定遍历所有所述目标区域的第一最优路径;
根据所述第一最优路径确定每两个连续的所述目标区域之间的移动方向;
根据所述移动方向确定每两个连续的所述目标区域中前一目标区域内晶粒的遍历规则,以得到在每个所述目标区域内遍历所有晶粒的第二最优路径;
根据所述第一最优路径和所述第二最优路径确定在所述晶圆盘上遍历所有晶粒的目标最优路径。
存储介质可以是任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM、兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的晶粒分选过程中的寻径方法中的相关操作。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种晶粒分选过程中的寻径方法,其特征在于,包括:
对晶圆盘进行扫描,并记录所述晶圆盘上所有晶粒的位置信息;
将所述晶圆盘划分为多个区域,并根据所述位置信息确定包含晶粒的目标区域;
采用模拟退火算法确定遍历所有所述目标区域的第一最优路径;
根据所述第一最优路径确定每两个连续的所述目标区域之间的移动方向;
根据所述移动方向确定每两个连续的所述目标区域中前一目标区域内晶粒的遍历规则,以得到在每个所述目标区域内遍历所有晶粒的第二最优路径;
根据所述第一最优路径和所述第二最优路径确定在所述晶圆盘上遍历所有晶粒的目标最优路径;
所述移动方向包括向上、向下、向左和向右;
相应的,所述根据所述第一最优路径确定每两个连续的所述目标区域之间的移动方向,包括:
根据所述晶圆盘上晶粒的排列方向建立坐标系,并分别确定每两个连续的所述目标区域之间在所述坐标系的X轴方向上的第一位移和Y轴方向上的第二位移;
根据所述第一位移和所述第二位移确定所述移动方向;
所述根据所述第一位移和所述第二位移确定所述移动方向,包括:
若所述第一位移的大小大于所述第二位移的大小,则当所述第一位移的方向为X轴正向时,确定所述移动方向为向右,当所述第一位移的方向为X轴反向时,确定所述移动方向为向左;
若所述第一位移的大小小于所述第二位移的大小,则当所述第二位移的方向为Y轴正向时,确定所述移动方向为向下,当所述第二位移的方向为Y轴反向时,确定所述移动方向为向上。
2.根据权利要求1所述的晶粒分选过程中的寻径方法,其特征在于,所述将所述晶圆盘划分为多个区域,包括:
根据所述晶圆盘上晶粒的排列方向将所述晶圆盘划分为N*M个大小相同的矩形区域小块,其中,N和M为正整数。
3.根据权利要求2所述的晶粒分选过程中的寻径方法,其特征在于,所述矩形区域小块的大小为8*8毫米。
4.根据权利要求1所述的晶粒分选过程中的寻径方法,其特征在于,所述遍历规则与所述移动方向对应;其中,与所述移动方向为向上对应的所述遍历规则为下左上右,与所述移动方向为向下对应的所述遍历规则为右上右左下,与所述移动方向为向左对应的所述遍历规则为右下上左,与所述移动方向为向右对应的所述遍历规则为左上右下。
5.根据权利要求1所述的晶粒分选过程中的寻径方法,其特征在于,在所述根据所述移动方向确定每两个连续的所述目标区域中前一目标区域内晶粒的遍历规则之后,还包括:
若在所述前一目标区域中,根据所述遍历规则遍历到目标晶粒位置,且所述目标晶粒不存在尚未遍历的相邻晶粒,则从所述前一目标区域中与所述目标晶粒距离最近的且尚未遍历的晶粒位置继续遍历。
6.一种晶粒分选过程中的寻径装置,其特征在于,包括:
晶粒扫描模块,用于对晶圆盘进行扫描,并记录所述晶圆盘上所有晶粒的位置信息;
目标区域确定模块,用于将所述晶圆盘划分为多个区域,并根据所述位置信息确定包含晶粒的目标区域;
第一最优路径确定模块,用于采用模拟退火算法确定遍历所有所述目标区域的第一最优路径;
移动方向确定模块,用于根据所述第一最优路径确定每两个连续的所述目标区域之间的移动方向;
第二最优路径确定模块,用于根据所述移动方向确定每两个连续的所述目标区域中前一目标区域内晶粒的遍历规则,以得到在每个所述目标区域内遍历所有晶粒的第二最优路径;
目标最优路径确定模块,用于根据所述第一最优路径和所述第二最优路径确定在所述晶圆盘上遍历所有晶粒的目标最优路径;
所述移动方向包括向上、向下、向左和向右;
相应的,所述移动方向确定模块,包括:
位移确定单元,用于根据所述晶圆盘上晶粒的排列方向建立坐标系,并分别确定每两个连续的所述目标区域之间在所述坐标系的X轴方向上的第一位移和Y轴方向上的第二位移;
移动方向确定单元,用于根据所述第一位移和所述第二位移确定所述移动方向;
所述移动方向确定单元具体用于:
若所述第一位移的大小大于所述第二位移的大小,则当所述第一位移的方向为X轴正向时,确定所述移动方向为向右,当所述第一位移的方向为X轴反向时,确定所述移动方向为向左;
若所述第一位移的大小小于所述第二位移的大小,则当所述第二位移的方向为Y轴正向时,确定所述移动方向为向下,当所述第二位移的方向为Y轴反向时,确定所述移动方向为向上。
7.一种计算机设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的晶粒分选过程中的寻径方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的晶粒分选过程中的寻径方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110935237.9A CN113673154B (zh) | 2021-08-16 | 2021-08-16 | 一种晶粒分选过程中的寻径方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110935237.9A CN113673154B (zh) | 2021-08-16 | 2021-08-16 | 一种晶粒分选过程中的寻径方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113673154A CN113673154A (zh) | 2021-11-19 |
CN113673154B true CN113673154B (zh) | 2024-03-12 |
Family
ID=78543033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110935237.9A Active CN113673154B (zh) | 2021-08-16 | 2021-08-16 | 一种晶粒分选过程中的寻径方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113673154B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114345732A (zh) * | 2021-12-30 | 2022-04-15 | 深圳市八零联合装备有限公司 | 一种晶粒合档方法、装置、电子设备和存储介质 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334660A (zh) * | 2008-06-30 | 2008-12-31 | 东北大学 | 一种冷轧连续退火机组钢卷优化排序方法及其系统 |
CN101861529A (zh) * | 2007-10-04 | 2010-10-13 | 丹麦技术大学 | 用于检测能量在150eV至300keV范围内的粒子辐射的检测器以及具有这种检测器的材料映像装置 |
CN102761894A (zh) * | 2012-06-30 | 2012-10-31 | 华为技术有限公司 | 获取路径的方法、装置及系统 |
CN103714708A (zh) * | 2013-12-18 | 2014-04-09 | 福建工程学院 | 一种基于出租车分时段的经验路径的最优路径规划的方法 |
CN104391907A (zh) * | 2014-11-17 | 2015-03-04 | 四川汇源吉迅数码科技有限公司 | 一种可变解析度的快速路径搜寻方法 |
CN107008996A (zh) * | 2017-06-02 | 2017-08-04 | 河南科技大学 | 一种金属冷焊增材制造的方法 |
CN107133704A (zh) * | 2017-06-23 | 2017-09-05 | 南京师范大学 | 遵循最优—遗忘规则的大规模人群动态应急疏散的模拟方法 |
CN107304105A (zh) * | 2016-04-22 | 2017-10-31 | 肖特股份有限公司 | 边缘强度提高的平板玻璃产品及其生产方法 |
CN108085627A (zh) * | 2017-11-22 | 2018-05-29 | 北京有色金属研究总院 | 一种Mg-Al系析出强化型镁合金的形变热处理方法 |
CN108103583A (zh) * | 2017-12-29 | 2018-06-01 | 四川大学 | 基于单液滴微环境精密调控的低缺陷蛋白单晶体培养系统 |
CN109909411A (zh) * | 2019-04-22 | 2019-06-21 | 中北大学 | 一种高性能稀土镁合金坯差速循环扩挤成形方法 |
CN110191413A (zh) * | 2019-05-23 | 2019-08-30 | 大连海事大学 | 一种基于贪婪蚁群算法在移动自组网中进行广播的方法及系统 |
CN112017134A (zh) * | 2020-10-26 | 2020-12-01 | 广东博智林机器人有限公司 | 一种路径规划方法、装置、设备及存储介质 |
CN112084744A (zh) * | 2020-08-07 | 2020-12-15 | 天津科技大学 | 一种基于融合算法的晶圆晶粒缺陷点修复路径规划方法 |
CN112113573A (zh) * | 2020-09-18 | 2020-12-22 | 武汉理工大学 | 一种面向单艘无人测量船艇覆盖路径规划方法 |
CN112533474A (zh) * | 2018-07-31 | 2021-03-19 | 株式会社久保田 | 行驶路径生成系统、行驶路径生成方法、行驶路径生成程序及记录有行驶路径生成程序的记录介质、作业管理系统、作业管理方法、作业管理程序及记录有作业管理程序的记录介质、收获机、行驶模式制作系统、行驶模式制作程序、记录有行驶模式制作程序的记录介质及行驶模式制作方法 |
CN112558611A (zh) * | 2020-12-15 | 2021-03-26 | 深圳市云视机器人有限公司 | 一种路径规划方法、装置、计算机设备及存储介质 |
CN112597742A (zh) * | 2020-12-02 | 2021-04-02 | 长春光华微电子设备工程中心有限公司 | 晶圆探针台自定义测试路径实现方法 |
CN113124849A (zh) * | 2019-12-30 | 2021-07-16 | 广东博智林机器人有限公司 | 一种室内路径规划方法、装置、电子设备及存储介质 |
-
2021
- 2021-08-16 CN CN202110935237.9A patent/CN113673154B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101861529A (zh) * | 2007-10-04 | 2010-10-13 | 丹麦技术大学 | 用于检测能量在150eV至300keV范围内的粒子辐射的检测器以及具有这种检测器的材料映像装置 |
CN101334660A (zh) * | 2008-06-30 | 2008-12-31 | 东北大学 | 一种冷轧连续退火机组钢卷优化排序方法及其系统 |
CN102761894A (zh) * | 2012-06-30 | 2012-10-31 | 华为技术有限公司 | 获取路径的方法、装置及系统 |
CN103714708A (zh) * | 2013-12-18 | 2014-04-09 | 福建工程学院 | 一种基于出租车分时段的经验路径的最优路径规划的方法 |
CN104391907A (zh) * | 2014-11-17 | 2015-03-04 | 四川汇源吉迅数码科技有限公司 | 一种可变解析度的快速路径搜寻方法 |
CN107304105A (zh) * | 2016-04-22 | 2017-10-31 | 肖特股份有限公司 | 边缘强度提高的平板玻璃产品及其生产方法 |
CN107008996A (zh) * | 2017-06-02 | 2017-08-04 | 河南科技大学 | 一种金属冷焊增材制造的方法 |
CN107133704A (zh) * | 2017-06-23 | 2017-09-05 | 南京师范大学 | 遵循最优—遗忘规则的大规模人群动态应急疏散的模拟方法 |
CN108085627A (zh) * | 2017-11-22 | 2018-05-29 | 北京有色金属研究总院 | 一种Mg-Al系析出强化型镁合金的形变热处理方法 |
CN108103583A (zh) * | 2017-12-29 | 2018-06-01 | 四川大学 | 基于单液滴微环境精密调控的低缺陷蛋白单晶体培养系统 |
CN112533474A (zh) * | 2018-07-31 | 2021-03-19 | 株式会社久保田 | 行驶路径生成系统、行驶路径生成方法、行驶路径生成程序及记录有行驶路径生成程序的记录介质、作业管理系统、作业管理方法、作业管理程序及记录有作业管理程序的记录介质、收获机、行驶模式制作系统、行驶模式制作程序、记录有行驶模式制作程序的记录介质及行驶模式制作方法 |
CN109909411A (zh) * | 2019-04-22 | 2019-06-21 | 中北大学 | 一种高性能稀土镁合金坯差速循环扩挤成形方法 |
CN110191413A (zh) * | 2019-05-23 | 2019-08-30 | 大连海事大学 | 一种基于贪婪蚁群算法在移动自组网中进行广播的方法及系统 |
CN113124849A (zh) * | 2019-12-30 | 2021-07-16 | 广东博智林机器人有限公司 | 一种室内路径规划方法、装置、电子设备及存储介质 |
CN112084744A (zh) * | 2020-08-07 | 2020-12-15 | 天津科技大学 | 一种基于融合算法的晶圆晶粒缺陷点修复路径规划方法 |
CN112113573A (zh) * | 2020-09-18 | 2020-12-22 | 武汉理工大学 | 一种面向单艘无人测量船艇覆盖路径规划方法 |
CN112017134A (zh) * | 2020-10-26 | 2020-12-01 | 广东博智林机器人有限公司 | 一种路径规划方法、装置、设备及存储介质 |
CN112597742A (zh) * | 2020-12-02 | 2021-04-02 | 长春光华微电子设备工程中心有限公司 | 晶圆探针台自定义测试路径实现方法 |
CN112558611A (zh) * | 2020-12-15 | 2021-03-26 | 深圳市云视机器人有限公司 | 一种路径规划方法、装置、计算机设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
变形镁合金轧制成形研究进展;赵磊杰 等;材料导报;第34卷(第11期);21135-21145 * |
Also Published As
Publication number | Publication date |
---|---|
CN113673154A (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109947100B (zh) | 路径规划方法、系统及终端设备 | |
CN108415420B (zh) | 一种用于移动机器人搜索路径的方法及设备 | |
CN112985405B (zh) | 一种机器人全覆盖路径规划方法、装置、设备及介质 | |
CN113673154B (zh) | 一种晶粒分选过程中的寻径方法、装置、设备及存储介质 | |
CN102023843A (zh) | 函数的调用方法、装置及智能卡 | |
CN114527751A (zh) | 机器人路径规划方法、装置及电子设备 | |
KR20100004605A (ko) | 네트워크 시스템 상에서의 작업 노드 선택방법 및 그시스템 | |
CN111107485B (zh) | 一种定位基站选择方法 | |
CN104915053A (zh) | 一种界面控件的位置确定方法和装置 | |
CN105517148A (zh) | 一种定位方法及装置 | |
CN115014328A (zh) | 一种栅格地图的动态加载方法、装置、设备和介质 | |
CN115779424B (zh) | 一种导航网格寻路方法、装置、设备及介质 | |
TWI710918B (zh) | 一種lsm樹的優化方法、裝置及電腦設備 | |
CN105824478A (zh) | 触摸定位方法及触摸屏 | |
CN113739798B (zh) | 路径规划方法和装置 | |
CN113674237A (zh) | 一种晶圆盘的扫描方法、装置、计算机设备及存储介质 | |
CN105989445A (zh) | 规则管理方法及系统 | |
JP7136227B2 (ja) | 経路探索支援装置、経路探索支援方法、及びプログラム | |
JP2000048003A (ja) | 巡回セールスマン問題階層化処理方法およびそのプログラム記録媒体 | |
CN113171041A (zh) | 一种目标路径生成方法、装置、设备及存储介质 | |
CN112935575B (zh) | 一种切割路径优化方法、装置及计算机可读存储介质 | |
CN117908554A (zh) | 机器人拥堵管理方法、装置、设备和可读存储介质 | |
CN112799404B (zh) | Agv的全局路径规划方法、装置及计算机可读存储介质 | |
CN110869921A (zh) | 地图数据重构方法及其装置、记录介质 | |
CN105096276A (zh) | 一种图像高斯滤波方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |