CN115524335A - Mini LED/Micro LED灯珠的键合工艺和装置 - Google Patents

Mini LED/Micro LED灯珠的键合工艺和装置 Download PDF

Info

Publication number
CN115524335A
CN115524335A CN202211152326.7A CN202211152326A CN115524335A CN 115524335 A CN115524335 A CN 115524335A CN 202211152326 A CN202211152326 A CN 202211152326A CN 115524335 A CN115524335 A CN 115524335A
Authority
CN
China
Prior art keywords
bonding layer
bonding
micro led
led lamp
training
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
CN202211152326.7A
Other languages
English (en)
Inventor
黄良斌
耿婷
黄良辉
王文磊
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.)
Leading Optical Technology Jiangsu Co ltd
Original Assignee
Leading Optical Technology Jiangsu 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 Leading Optical Technology Jiangsu Co ltd filed Critical Leading Optical Technology Jiangsu Co ltd
Priority to CN202211152326.7A priority Critical patent/CN115524335A/zh
Publication of CN115524335A publication Critical patent/CN115524335A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Biochemistry (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Led Device Packages (AREA)

Abstract

本发明公开了一种Mini LED/Micro LED灯珠的键合工艺和装置,属于显示器制造领域,所述工艺包括:检测第一键合层的完整性;在第一键合层和第二键合层连接处制造物理黏附层,并对第二键合层进行固定;分别以第一键合层和第二键合层相对应的一个基准位置作为原点建立两个平面坐标系;获取第一键合层的区域特征值和第二键合层的区域特征值;判断所述第一键合层的区域特征值是否匀称的覆盖在第二键合层的区域特征值上;利用压合模具对所述第一键合层和第二键合层进行物理键合。本发明通过获取第一键合层和第二键合层的进行数学模型化,预先进行模拟键合,保证了第一键合层和第二键合层之间的位置准确性,降低了因为尺寸原因或错位安装,而导致的返工。

Description

Mini LED/Micro LED灯珠的键合工艺和装置
技术领域
本发明属于显示器制造领域,尤其是一种Mini LED/Micro LED灯珠的键合工艺和装置
背景技术
高密度LED显示技术得到了各国政府的高度重视,LED点间距越向下发展,对设备的精度、速度、良率等方面的要求也越高。加之Mini/Micro LED打开了LED显示新空间,目前高密度小间距LED显示屏主要有两条技术路线,即SMD技术路线和COB技术路线。SMD(Surface Mounted Devices)技术路线是利用高速贴片机,以高温回流焊将单个成品灯珠焊在电路板上,制成不同间距的显示单元。COB(Chip On Board)小间距显示技术路线是将LED小尺寸芯片直接与PCB板进行超高精密装配,LED发光芯片通过PCB板与背面的高集成化驱动元器件直接连接,整体灌封防护。
无论采用何种技术路线,都需要对LED发光芯片进行封装和键合,将红绿蓝三基色的发光器件,再分别转移、贴合到阵列基板上,并利用驱动电路单独驱动和控制每一个发光二极管的发光行为,最终通过混色原理来实现全彩显示。首先,的加工键合工艺复杂,且技术难度大,特别是转移到阵列基板上进行键合的过程中,很容易因为尺寸原因导致键合失败,导致返工率增加,甚至对焊板造成不可逆的影响。尤其,是SMD技术路线的品控相对较为困难,往往对应着更高的返工率。因此如何提高键合的精准率对于本领域技术人员是一个急需解决的技术问题。
发明内容
本发明的发明目的是提供一种Mini LED/Micro LED灯珠的键合工艺和装置,以解决背景技术中所涉及的问题。
基于上述技术问题,本发明提出了一种Mini LED/Micro LED灯珠的键合工艺和装置,包括如下四个方面。
第一方面,本发明提供一种Mini LED/Micro LED灯珠的键合工艺,所述工艺包括:
检测第一键合层的完整性;若是执行下一步;若否更换第一键合层;所述第一键合层为包括多个Mini LED/Micro LED灯珠的灯板;
在第一键合层和第二键合层连接处制造物理黏附层,并对第二键合层进行固定;所述第二键合层为包括多个焊盘沉槽的焊板;
以分别以第一键合层和第二键合层相对应的一个基准位置作为原点、以第一键合层下表面和第二键合层下表面为水平面,建立两个平面坐标系;获取第一键合层的区域特征值和第二键合层的区域特征值;所述第一键合层的区域特征值包括每个区域第一键合层的长度、宽度、第一键合层上Mini LED/Micro LED灯珠的周向尺寸、第一键合层上MiniLED/Micro LED灯珠之间的间距;所述第二键合层的区域特征值包括每个区域第二键合层的长度、宽度和第二键合层上各焊盘沉槽的周向尺寸、第二键合层上各焊盘沉槽之间的间距;
判断所述第一键合层的区域特征值是否匀称的覆盖在第二键合层的区域特征值上;若是执行下一步,若否更换第一键合层;
利用压合模具对所述第一键合层和第二键合层进行物理键合。
优选地或可选地,所述工艺,还包括:
在两个平面坐标的基础上,建立一个三维坐标系,获取第一键合层相对于所述第二键合层的下压高度。
优选地或可选地,所述物理键合的方法,包括:
利用压合模具控制第一键合层的下压高度,将第一键合层上Mini LED/Micro LED灯珠的各管脚分别插设于第二键合层上的各焊盘沉槽内;
最后通过封装工序能够固化并保护Mini LED/Micro LED灯板。
优选地或可选地,获取第一键合层的区域特征值和第二键合层的区域特征值的方法,包括:
在检测平台正上方中心固定一个相机,竖直方向的四个侧面中心各固定一个相机,利用双目摄像头三维坐标定位原理,对检测物体五个面进行拍照采集,进行三维空间坐标定位;
对第一键合层和第二键合层内的空间点进行三维重建;
获取沉槽内两个导电连接垫的位置坐标与第一键合层上表面之间的距离,即为第一键合层相对于所述第二键合层的下压高度。
优选地或可选地,所述检测第一键合层的完整性的方法,包括:
采用高分辨率的彩色相机获取第一键合层中的第一图像信息;所述第一图像信息为自然光下第一键合层所对应的正面图像;
预设第一训练模型,所述训练模型预先通过多组第一训练数据进行训练得到的神经网络模型,所述第一训练数据中包括存在漏LED、异物、位移、斑点、破损、歪斜、极性反转、翘起缺陷的训练样本和正常的训练样本;
将第一图像信息输入第一训练模型,判断所述第一键合层是否表面缺陷;
采用高分辨率的彩色相机获取第一键合层中的第二图像信息;所述第二图像信息包括分别位于R、G、B三基色下第一键合层所对应的背面图像或正面图像,
预设第二训练模型,所述训练模型预先通过多组第二训练数据进行训练得到的神经网络模型,所述第二训练数据中包括存在色差缺陷的训练样本;
将第二图像信息输入第二训练模型,判断所述第一键合层是否光学缺陷。
优选地或可选地,所述第一训练模型采用无监督的深度学习和训练得到的神经网络模型;所述第二训练模型为有监督的深度学习和训练得到的神经网络模型。
优选地或可选地,将所述第一图像信息输入第一训练模型中之前,对第一图像信息进行预处理;所述预处理方法包括将第一图像信息的进行黑白化处理、压缩化处理。
第二方面,本发明还提供一种Mini LED/Micro LED灯珠的键合工艺装置,所述装置包括:
第一检测单元,用于检测第一键合层的完整性;若是执行下一步;若否更换第一键合层;所述第一键合层为包括多个Mini LED/Micro LED灯珠的灯板;
第一执行单元,用于在第一键合层和第二键合层连接处制造物理黏附层,并对第二键合层进行固定;所述第二键合层为包括多个焊盘沉槽的焊板;
第一计算单元,用于以分别以第一键合层和第二键合层相对应的一个基准位置作为原点、以第一键合层下表面和第二键合层下表面为水平面,建立两个平面坐标系;获取第一键合层的区域特征值和第二键合层的区域特征值;所述第一键合层的区域特征值包括每个区域第一键合层的长度、宽度、第一键合层上Mini LED/Micro LED灯珠的周向尺寸、第一键合层上Mini LED/Micro LED灯珠之间的间距;所述第二键合层的区域特征值包括每个区域第二键合层的长度、宽度和第二键合层上各焊盘沉槽的周向尺寸、第二键合层上各焊盘沉槽之间的间距;
第一判断单元,用于判断所述第一键合层的区域特征值是否匀称的覆盖在第二键合层的区域特征值上;若是执行下一步,若否更换第一键合层;
第二执行单元,用于利用压合模具对所述第一键合层和第二键合层进行物理键合。
第三方面,本发明还提供一种基于上述Mini LED/Micro LED灯珠的键合工艺制备得到的显示屏。
有益效果:本发明涉及一种Mini LED/Micro LED灯珠的键合工艺和装置,本发明通过获取第一键合层和第二键合层的进行数学模型化,预先进行模拟键合,保证了第一键合层和第二键合层之间的位置准确性,降低了因为尺寸原因或错位安装,而导致的返工。
附图说明
图1为本发明实施例1中一种Mini LED/Micro LED灯珠的键合工艺的流程示意图。
图2为本发明实施例1中灯板和焊板键合的平面示意图。
图3为本发明实施例1中焊板和驱动电路结构示意图。
图4为本发明实施例1中灯板和焊板键合的截面示意图一。
图5为本发明实施例1中灯板和焊板键合的截面示意图二。
图6为本发明实施例1中双目测距的原理示意图。
图7为本发明实施例2中一种Mini LED/Micro LED灯珠的键合工艺装置。
附图标记说明:灯板100、基础层110、像素单元120、发光元件121、引脚122、焊板200、驱动线路210、焊盘沉槽220、导电连接垫221、第一检测单元11、第一执行单元12、第一计算单元13、第一判断单元14、第二执行单元15。
具体实施方式
在下文的描述中,给出了大量具体的细节以便提供对本发明更为彻底的理解。然而,对于本领域技术人员而言显而易见的是,本发明可以无需一个或多个这些细节而得以实施。在其他的例子中,为了避免与本发明发生混淆,对于本领域公知的一些技术特征未进行描述。
实施例1
如附图1所示,图1为本发明实施例1中一种Mini LED/Micro LED灯珠的键合工艺的流程示意图,一种Mini LED/Micro LED灯珠的键合工艺包括如下步骤:
S100、检测第一键合层的完整性;若是执行下一步;若否更换第一键合层;
具体而言,所述第一键合层为包括多个Mini LED/Micro LED灯珠的灯板;可以理解的是,所述灯板上至少包括三个发光元件,参阅附图2,三个发光元件分别对应能够生成RGB三基色的Mini LED/Micro LED灯珠,三个发发光元件依次排列在基础层上,形成一个像素单元。可以理解的是,所述基础层上还可以设置有3N个发光元件,其中N为正整数,形成多个像素单元。通过控制驱动电路使得单个像素单元内的三个发光元件各自独立发光、混色,最终在该像素单元上反应则为生成预设的彩色光。当多个像素单元组合在一起后,则可以对应实现彩色画面显示的效果。
其中,由于LED灯板之间的LED灯珠之间点间距越向下发展,对设备的精度、速度等方面的要求也越高,随之而来的良率的降低。而第一键合层的完整性直接关系到键合后产品的质量,因此,有必要对第一键合层的质量进检测,有效的甄别出存在缺陷的第一键合层。在现有的半导体检测过程中,一般采用高放大倍率镜头自动化视觉检测设备对MiniLED/Micro LED灯板进行自动化检测,但是现有的Mini LED/Micro LED灯板制造商一般仅检测Mini LED/Micro LED灯板表面缺陷,例如漏LED、异物、位移、斑点、破损、歪斜、极性反转、翘起等缺陷;而并未对Mini LED/Micro LED灯板的发光缺陷进行检测,针对现有的检测方法的缺陷,本实施例提出一种第一键合层的完整性检测方,包括如下步骤:
S110、采用高分辨率的彩色相机获取第一键合层中的第一图像信息;
具体而言,所述第一图像信息为自然光下第一键合层所对应的正面图像,一般而言,灯板表面缺陷在制造商处已经进行检测,此处为复核,为了避免冗余检测,可将所述第一图像信息进行黑白化处理或压缩处理,提高检测效率。
所述第一图像信息的获取方法为:将所述灯板放置在检测台上,在所述检测台底部设置有检测光源,在检测台上部设置有高分辨率的彩色相机,在检测过程中,检测光源发射自然光,然后通过高分辨率彩色相机获取所述灯板正面图像。
其中,高分辨率彩色相机包括彩色相机,和设置在所述彩色相机上的高倍镜头;所述高倍镜头350的倍率至少为200万倍。所述彩色相机的分辨率至少为2100万像素;例如,彩色相机采用海康CH系列MV-1510-10FM的14208*10640的相机,搭配海康MVL-HY-6-150的型号的高倍镜头。需要说明的是,上述高倍镜头和高分辨率相机型号举例,仅为示例性说明,并不能理解为对本发明的限制。
S120、预设第一训练模型,所述第一训练模型预先通过多组第一训练数据进行训练得到的神经网络模型,所述第一训练数据中包括存在漏LED、异物、位移、斑点、破损、歪斜、极性反转、翘起缺陷的训练样本和正常的训练样本;
具体而言,神经网络模型是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层(神经网络)对数据进行高层抽象的算法。简单地讲,它是一个数学模型。神经网络模型由网络拓扑节点特点和学习规则来表示。在本申请实施例中,将分割后的图像信息作为输入数据,输入到神经网络模块中,即可获取瑕疵的类型。所述第一训练模型通过多组第一训练数据采用无监督的深度学习和训练得到神经网络模型。每一组输入的第一训练数据中包括多个存在漏LED,异物,位移,斑点,破损,歪斜,翘起等缺陷的训练样本和正常的训练样本,该神经网络模型采用预设的聚类算法,从而对训练样本进行聚类训练,将所述收敛的平局值作为所述数据集合的中心数据,然后根据所述中心数据,获得输出数据,从而从众多的第一图像信息中自动分选出符合区分特征的待监管物的图像信息;
S130、将第一图像信息输入第一训练模型,判断所述第一键合层是否表面缺陷;若是更换第一键合层,若否执行下一步;
S140、采用高分辨率的彩色相机获取第一键合层中的第二图像信息;
具体而言,所述第二图像信息包括分别位于R、G、B三基色下第一键合层所对应的背面图像或正面图像,由于本实施例中的第一键合层采用倒装的方式安装,优选地,所述第二图像信息包括分别位于R、G、B三基色下第一键合层所对应的背面图像。所述第二图像信息的获取方法为:将所述灯板倒装放置在检测台上,在所述检测台底部设置有检测光源,在检测台上部设置有高分辨率的彩色相机,在检测过程中,检测光源带发生出R、G、B三基色,然后通过高分辨率彩色相机获取所述灯板的背面图像。
S150、预设第二训练模型,所述第二训练模型预先通过多组第二训练数据进行训练得到的神经网络模型,所述第二训练数据中包括存在色差缺陷的训练样本;
具体而言,由于第二训练模型的区分特征较为明确,因此所述第二训练模型为有监督的深度学习和训练得到的神经网络模型。具体到本实施例中,通过存在色差缺陷的训练样本到一个最优模型,再利用第二训练模型将所有的输入映射为相应的输出,对输出进行简单的判断从而实现分类的目的,也就具有了对未知数据进行分类的能力。
S160、将第二图像信息输入第二训练模型,判断所述第一键合层是否光学缺陷;
基于步骤S110至S160,一方面通过采用自然光辅助,检测灯板表面缺陷;另一方面,通过借助检测光源,将R、G、B三基色分别打入所述灯板代替其自身发出的三原色,通过获取出射光的颜色变化,确认Mini LED/Micro LED灯珠是否存在发光缺陷,大大提高所述灯板缺陷检测率和准确率,以保证后续加工的产品的稳定性。
S200、在第一键合层和第二键合层连接处制造物理黏附层,并对第二键合层进行固定;
具体而言,所述第二键合层为包括多个焊盘沉槽的焊板;参阅附图3,所述焊板即为基板,用于安装所述Mini LED/Micro LED灯珠,内置有驱动电路,与发光元件电性连接,实现对发光元件的控制。在所述第二键合层上至少设置有三个焊盘沉槽,与三个发光元件一一对应,通过焊盘沉槽将第一键合层的正面固定在所述第二键合层上。所述物理粘附层可以选用光降解胶(例如聚丁烯砜聚1,2一二氯丙烯酸),通过将第一键合层固定安装在所述第二键合层后,通过对光降解胶进行光降解,从而不会影响第一键合层和第二键合层之间的电性连接。当然所述光降解胶还可以替换为热降解胶。
在进一步实施例中,为了保证第一键合层和第二键合层之间的对位精度,所述物理粘附层可以选用静电吸附或磁性吸附的方式连接。
S300、以分别以第一键合层和第二键合层相对应的一个基准位置作为原点、以第一键合层下表面和第二键合层下表面为水平面,建立两个平面坐标系;获取第一键合层的区域特征值和第二键合层的区域特征值;
具体而言,所述基准位置可以为第一键合层的左下角拐处或是中心焊盘沉槽的几何中心点,以基准位置建立坐标系,将第一键合层和第二键合层数学模型化,方便获取第一键合层的区域特征值和第二键合层的区域特征值。其中,所述第一键合层的区域特征值包括每个区域第一键合层的长度、宽度、第一键合层上Mini LED/Micro LED灯珠的周向尺寸、第一键合层上Mini LED/Micro LED灯珠之间的间距;所述第二键合层的区域特征值包括每个区域第二键合层的长度、宽度和第二键合层上各焊盘沉槽的周向尺寸、第二键合层上各焊盘沉槽之间的间距。其中,所述周向尺寸视Mini LED/Micro LED灯珠、焊盘沉槽的形状而定,如果所述Mini LED/Micro LED灯珠为长方形,则周向尺寸包括Mini LED/Micro LED灯珠的长和宽;如果所述Mini LED/Micro LED灯珠为圆,则周向尺寸包括Mini LED/MicroLED灯珠的直径。
S400、判断所述第一键合层的区域特征值是否匀称的覆盖在第二键合层的区域特征值上;若是执行下一步,若否更换第一键合层;
具体而言,通过检测第一键合层的长度、宽度和第二键合层的长度、宽度的大小,多第一键合层大于所述第二键合层这说明所述灯板过大,无法完全覆盖在所述焊板上,需要更换所述灯板;当所述第一键合层上Mini LED/Micro LED灯珠的周向尺寸大于第二键合层上各焊盘沉槽的周向尺寸,则说明Mini LED/Micro LED灯珠无法嵌合到焊盘沉槽中,需要更换所述灯板;第一键合层上Mini LED/Micro LED灯珠之间的间距与第二键合层上各焊盘沉槽之间的间距之差过大时,则说明所述灯板无法嵌合到焊盘沉槽中,需要更换灯板。简而言之,就是通过对第一键合层和第二键合层进行坐标化,预先通过计算机处理,判断所述第一键合层是否能完全嵌合在所述第二键合层上,避免在实际操作中,及时更换符合要求的第一键合层,避免由于尺寸原因对第二键合层造成不可逆的损失,提高后期显示器的加工难度,影响显示器的产品质量。
至于“匀称的覆盖”至少包括如下几种情形,一是,所述第一键合层与第二键合层尺寸一致,Mini LED/Micro LED灯珠与焊盘沉槽一一对应,单个第一键合层恰好可以嵌合于所述第二键合层内;二是,所述第一键合层的尺寸小于所述第二键合层的尺寸,多个第一键合层上的Mini LED/Micro LED灯珠与焊盘沉槽一一对应,多个第一键合层恰好可以完全铺满整个第二键合层,并嵌合于所述第二键合层内;三是,所述第一键合层仅包括单个MiniLED/Micro LED灯珠,多个Mini LED/Micro LED灯珠与焊盘沉槽一一对应,直至完全铺满整个第二键合层,并嵌合于所述第二键合层内。
S500、在两个平面坐标的基础上,建立一个三维坐标系,获取高度特征值;
具体而言,所述特征高度为第一键合层相对于所述第二键合层的下压高度,具体是指第一检测层下表面接触到所述第二键合层,至第一键合层完全嵌合至所述第二键合层时的位移量。其中,由于在焊盘沉槽底部设置有两个导电连接垫,即为第一连接垫和第二连接垫,分别与Mini LED/Micro LED灯珠上的第一引脚和第二引脚电性连接,因此需要保证Mini LED/Micro LED灯珠上的引脚至少与所述导电连接垫相接触。当下压距离过低时,则会导致部分Mini LED/Micro LED灯珠与导电连接垫之间接触不良,当下压距离过高时,则会导致部分灯珠发生形变,影响发光质量。因此,通过计算第一键合层相对于所述第二键合层的下压高度,利用压合模具准确控制Mini LED/Micro LED灯珠的下压高度。
其中,所述高度特征值的获取方法包括如下步骤:在检测平台正上方中心固定一个相机,竖直方向的四个侧面中心各固定一个相机,利用双目摄像头三维坐标定位原理,对检测物体五个面进行拍照采集,进行三维空间坐标定位;对第一键合层和第二键合层内的空间点进行三维重建,最后获取焊盘沉槽内两个导电连接垫的位置坐标与第一键合层上表面之间的距离,即为所述高度特征值。
下面具体论述空间点三维重建的基本模型,如附图6所示,对于空间物体表面任意一点P,如果用C1相机观察,看到它在C1相机的图像点位于P1,但他们无法由P1得知P的三维位置,事实上,在O1P(O1为C1相机的光心)连线上任意一点P’的图像点都是P1,因此,由P1点的位置,我们只知道空间点位于O1P1与O2P2两条直线的交点,即它们的三维位置是唯一确定的。假如我们能够得到物体表面上所有点的三维坐标,则三维物体的形状与位置就是唯一确定的,在某些简单场合,例如三维物体时一个多面体,我们只需要知道它的各个顶点的三维坐标与相邻关系,则该多面体的形状与位置是唯一确定的。
而实际应用中,由于数据总是有噪声的,我们可以用最小二乘法求出P的三维点坐标(X,Y,Z)。具体地,我们要明确一下几点基本假设:空间任意点P在两个相机C1与C2上的图像点平P1与P2已经从两个图像中分别检测出来。即已知P1与P2为空间同一点P的对应点。至于对应点是如何找到的,这属于图像配准问题。还有一个假设就是,相机C1与C2已标定,他们的投影矩阵分别为M1与M2,于是有:
Figure BDA0003856906560000091
Figure BDA0003856906560000092
其中,(u1,v1,1)与(u2,v2,1)分别为P1与P2点在各自图像中的图像齐次坐标;(X,y,Z,1)为P点在世界坐标系下的齐次坐标;mijk为Mk的第i行第j列元素。式(4.1)与式(4.2)消去Zc1与Zc2得到关于X,Y,Z的四个线性方程:
Figure BDA0003856906560000101
Figure BDA0003856906560000102
Figure BDA0003856906560000103
Figure BDA0003856906560000104
由于空间点P是O1P1与O2P2的交点,它必然同时满足式(4.3),式(4.4),我们可以联立这四个式子,从而求出P点的坐标(X,Y,Z)。四个方程,三个未知数,也就是说这个方程组只有三个独立的方程,这是因为我们已经假设P1与P2点是空间同一点P的对应点,因此已经假设了直线O1P1与O2P2一定相交,或者说,这四个方程必定有解,而且解是唯一的,即可得到P点。
S600、利用压合模具控制第一键合层的键合高度,实现对所述第一键合层和第二键合层进行物理键合。
具体的,参阅附图4、附图5,将第一键合层上Mini LED/Micro LED灯珠的各管脚分别插设于焊板上的各焊盘沉槽内;最后通过封装工序能够固化并保护Mini LED/Micro LED灯板,因为本方法预先通过数学模型进行模拟安装,保证了第一键合层和第二键合层之间的位置准确性,降低了因为尺寸原因或错位安装,而拆除该封装结构。
实施例2
基于与前述实施例1中一种Mini LED/Micro LED灯珠的键合工艺同样的发明构思,本发明还提供一种Mini LED/Micro LED灯珠的键合工艺装置,如图2所示,所述装置包括:
第一检测单元,用于检测第一键合层的完整性;若是执行下一步;若否更换第一键合层;所述第一键合层为包括多个Mini LED/Micro LED灯珠的灯板;
第一执行单元,用于在第一键合层和第二键合层连接处制造物理黏附层,并对第二键合层进行固定;所述第二键合层为包括多个焊盘沉槽的焊板;
第一计算单元,用于以分别以第一键合层和第二键合层相对应的一个基准位置作为原点、以第一键合层下表面和第二键合层下表面为水平面,建立两个平面坐标系;获取第一键合层的区域特征值和第二键合层的区域特征值;所述第一键合层的区域特征值包括每个区域第一键合层的长度、宽度、第一键合层上Mini LED/Micro LED灯珠的周向尺寸、第一键合层上Mini LED/Micro LED灯珠之间的间距;所述第二键合层的区域特征值包括每个区域第二键合层的长度、宽度和第二键合层上各焊盘沉槽的周向尺寸、第二键合层上各焊盘沉槽之间的间距;
第一判断单元,用于判断所述第一键合层的区域特征值是否匀称的覆盖在第二键合层的区域特征值上;若是执行下一步,若否更换第一键合层;
第二执行单元,用于利用压合模具对所述第一键合层和第二键合层进行物理键合。
进一步的,所述装置还包括:
第二计算单元,在两个平面坐标的基础上,建立一个三维坐标系,获取第一键合层相对于所述第二键合层的下压高度。
进一步的,所述装置还包括:
第三执行单元,利用压合模具控制第一键合层的下压高度,将第一键合层上MiniLED/Micro LED灯珠的各管脚分别插设于第二键合层上的各焊盘沉槽内;
第四执行单元,通过封装工序能够固化并保护Mini LED/Micro LED灯板。
进一步的,所述装置还包括:
第二检测单元,在检测平台正上方中心固定一个相机,竖直方向的四个侧面中心各固定一个相机,利用双目摄像头三维坐标定位原理,对检测物体五个面进行拍照采集,进行三维空间坐标定位;
第三计算单元,对第一键合层和第二键合层内的空间点进行三维重建;
第五计算单元,获取沉槽内两个导电连接垫的位置坐标与第一键合层上表面之间的距离,即为第一键合层相对于所述第二键合层的下压高度。
进一步的,所述装置还包括:
第三检测单元,采用高分辨率的彩色相机获取第一键合层中的第一图像信息;所述第一图像信息为自然光下第一键合层所对应的正面图像;
第一预设单元,预设第一训练模型,所述训练模型预先通过多组第一训练数据进行训练得到的神经网络模型,所述第一训练数据中包括存在漏LED、异物、位移、斑点、破损、歪斜、极性反转、翘起缺陷的训练样本和正常的训练样本;
第六计算单元,将第一图像信息输入第一训练模型,判断所述第一键合层是否表面缺陷;
第四检测单元,采用高分辨率的彩色相机获取第一键合层中的第二图像信息;所述第二图像信息包括分别位于R、G、B三基色下第一键合层所对应的背面图像或正面图像,
第一预设单元,预设第二训练模型,所述训练模型预先通过多组第二训练数据进行训练得到的神经网络模型,所述第二训练数据中包括存在色差缺陷的训练样本;
第七计算单元,将第二图像信息输入第二训练模型,判断所述第一键合层是否光学缺陷。
进一步的,所述装置还包括:
第八计算单元,将所述第一图像信息输入第一训练模型中之前,对第一图像信息进行预处理;所述预处理方法包括将第一图像信息的进行黑白化处理、压缩化处理。
前述实施例1中的一种Mini LED/Micro LED灯珠的键合工艺的各种变化方式和具体实例同样适用于本实施例的一种Mini LED/Micro LED灯珠的键合工艺装置,通过前述对一种Mini LED/Micro LED灯珠的键合工艺的详细描述,本领域技术人员可以清楚的知道本实施例中一种Mini LED/Micro LED灯珠的键合工艺装置的实施方法,所以为了说明书的简洁,在此不再详述。
实施例3
基于与前述实施例中一种Mini LED/Micro LED灯珠的键合工艺同样的发明构思,本发明还提供一种基于实施例1的Mini LED/Micro LED灯珠的键合工艺制备得到的显示屏。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。

Claims (9)

1.一种Mini LED/Micro LED灯珠的键合工艺,其特征在于,所述工艺包括:
检测第一键合层的完整性;若是执行下一步;若否更换第一键合层;所述第一键合层为包括多个Mini LED/Micro LED灯珠的灯板;
在第一键合层和第二键合层连接处制造物理黏附层,并对第二键合层进行固定;所述第二键合层为包括多个焊盘沉槽的焊板;
以分别以第一键合层和第二键合层相对应的一个基准位置作为原点、以第一键合层下表面和第二键合层下表面为水平面,建立两个平面坐标系;获取第一键合层的区域特征值和第二键合层的区域特征值;所述第一键合层的区域特征值包括每个区域第一键合层的长度、宽度、第一键合层上Mini LED/Micro LED灯珠的周向尺寸、第一键合层上Mini LED/Micro LED灯珠之间的间距;所述第二键合层的区域特征值包括每个区域第二键合层的长度、宽度和第二键合层上各焊盘沉槽的周向尺寸、第二键合层上各焊盘沉槽之间的间距;
判断所述第一键合层的区域特征值是否匀称的覆盖在第二键合层的区域特征值上;若是执行下一步,若否更换第一键合层;
利用压合模具对所述第一键合层和第二键合层进行物理键合。
2.根据权利要求1所述的Mini LED/Micro LED灯珠的键合工艺,其特征在于,所述工艺,还包括:
在两个平面坐标的基础上,建立一个三维坐标系,获取第一键合层相对于所述第二键合层的下压高度。
3.根据权利要求2所述的Mini LED/Micro LED灯珠的键合工艺,其特征在于,所述物理键合的方法,包括:
利用压合模具控制第一键合层的下压高度,将第一键合层上Mini LED/Micro LED灯珠的各管脚分别插设于第二键合层上的各焊盘沉槽内;
最后通过封装工序固化并保护Mini LED/Micro LED灯板。
4.根据权利要求2所述的Mini LED/Micro LED灯珠的键合工艺,其特征在于,获取第一键合层的区域特征值和第二键合层的区域特征值的方法,包括:
在检测平台正上方中心固定一个相机,竖直方向的四个侧面中心各固定一个相机,利用双目摄像头三维坐标定位原理,对检测物体五个面进行拍照采集,进行三维空间坐标定位;
对第一键合层和第二键合层内的空间点进行三维重建;
获取沉槽内两个导电连接垫的位置坐标与第一键合层上表面之间的距离,即为第一键合层相对于所述第二键合层的下压高度。
5.根据权利要求1所述的Mini LED/Micro LED灯珠的键合工艺,其特征在于,所述检测第一键合层的完整性的方法,包括:
采用高分辨率的彩色相机获取第一键合层中的第一图像信息;所述第一图像信息为自然光下第一键合层所对应的正面图像;
预设第一训练模型,所述训练模型预先通过多组第一训练数据进行训练得到的神经网络模型,所述第一训练数据中包括存在漏LED、异物、位移、斑点、破损、歪斜、极性反转、翘起缺陷的训练样本和正常的训练样本;
将第一图像信息输入第一训练模型,判断所述第一键合层是否表面缺陷;
采用高分辨率的彩色相机获取第一键合层中的第二图像信息;所述第二图像信息包括分别位于R、G、B三基色下第一键合层所对应的背面图像或正面图像,
预设第二训练模型,所述训练模型预先通过多组第二训练数据进行训练得到的神经网络模型,所述第二训练数据中包括存在色差缺陷的训练样本;
将第二图像信息输入第二训练模型,判断所述第一键合层是否光学缺陷。
6.根据权利要求5所述的Mini LED/Micro LED灯珠的键合工艺,其特征在于,所述第一训练模型采用无监督的深度学习和训练得到的神经网络模型;所述第二训练模型为有监督的深度学习和训练得到的神经网络模型。
7.根据权利要求5所述的Mini LED/Micro LED灯珠的键合工艺,其特征在于,将所述第一图像信息输入第一训练模型中之前,对第一图像信息进行预处理;所述预处理方法包括将第一图像信息的进行黑白化处理、压缩化处理。
8.一种Mini LED/Micro LED灯珠的键合装置,其特征在于,所述装置包括:
第一检测单元,用于检测第一键合层的完整性;若是执行下一步;若否更换第一键合层;所述第一键合层为包括多个Mini LED/Micro LED灯珠的灯板;
第一执行单元,用于在第一键合层和第二键合层连接处制造物理黏附层,并对第二键合层进行固定;所述第二键合层为包括多个焊盘沉槽的焊板;
第一计算单元,用于以分别以第一键合层和第二键合层相对应的一个基准位置作为原点、以第一键合层下表面和第二键合层下表面为水平面,建立两个平面坐标系;获取第一键合层的区域特征值和第二键合层的区域特征值;所述第一键合层的区域特征值包括每个区域第一键合层的长度、宽度、第一键合层上Mini LED/Micro LED灯珠的周向尺寸、第一键合层上Mini LED/Micro LED灯珠之间的间距;所述第二键合层的区域特征值包括每个区域第二键合层的长度、宽度和第二键合层上各焊盘沉槽的周向尺寸、第二键合层上各焊盘沉槽之间的间距;
第一判断单元,用于判断所述第一键合层的区域特征值是否匀称的覆盖在第二键合层的区域特征值上;若是执行下一步,若否更换第一键合层;
第二执行单元,用于利用压合模具对所述第一键合层和第二键合层进行物理键合。
9.一种基于权利要求1至7任一项所述的Mini LED/Micro LED灯珠的键合工艺制备得到的显示屏。
CN202211152326.7A 2022-09-21 2022-09-21 Mini LED/Micro LED灯珠的键合工艺和装置 Pending CN115524335A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211152326.7A CN115524335A (zh) 2022-09-21 2022-09-21 Mini LED/Micro LED灯珠的键合工艺和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211152326.7A CN115524335A (zh) 2022-09-21 2022-09-21 Mini LED/Micro LED灯珠的键合工艺和装置

Publications (1)

Publication Number Publication Date
CN115524335A true CN115524335A (zh) 2022-12-27

Family

ID=84699998

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211152326.7A Pending CN115524335A (zh) 2022-09-21 2022-09-21 Mini LED/Micro LED灯珠的键合工艺和装置

Country Status (1)

Country Link
CN (1) CN115524335A (zh)

Similar Documents

Publication Publication Date Title
CN103185549B (zh) 电路板检查装置及检查方法
CN101488466B (zh) 半导体器件的制造方法
EP2926422B1 (en) Laser device for projecting a structured light pattern onto a scene
US9091668B2 (en) Joint inspection apparatus
CN101887033A (zh) 对测量目标进行测量的方法
CN102520537B (zh) 一种自动光学检测方法和光学自动检测设备
US20190198483A1 (en) Display device
JP2008185514A (ja) 基板外観検査装置
CN103429984A (zh) 焊锡高度检测方法以及焊锡高度检测装置
CN116013189A (zh) 一种Mini LED/Micro LED屏幕的亮度校正工艺和装置
CN102654466B (zh) 对测量目标进行测量的方法
KR20120098830A (ko) 엘이디 검사방법
CN115524335A (zh) Mini LED/Micro LED灯珠的键合工艺和装置
KR20100122558A (ko) 인쇄회로기판상의 측정대상물 영역의 측정방법
WO2008153268A1 (en) Semiconductor package inspection system and inspection method using semiconductor package inspection system
WO2008032553A1 (en) Method for inspecting mounting status of electronic component
CN116631298A (zh) Led灯板结构
IL133696A (en) Cam reference inspection of multi-color and contour images
KR101133968B1 (ko) 브리지 연결불량 검출방법
WO2001051885A1 (en) A method and system for measuring bumps height
US20130141408A1 (en) Automatic Optical Detection Method and Optical Automatic Detector
CN114486737B (zh) 一种可高精定位MiniLED晶圆晶圆点亮效果的视觉检测设备
CN117098268B (zh) 一种灯珠地址烧写方法及单元板
KR101059699B1 (ko) 인쇄회로기판상의 측정대상물의 측정방법
KR19980074138A (ko) 납땜부 검사장치 및 방법

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