CN116277037A - 一种晶圆搬运机械臂控制系统及方法 - Google Patents

一种晶圆搬运机械臂控制系统及方法 Download PDF

Info

Publication number
CN116277037A
CN116277037A CN202310565947.6A CN202310565947A CN116277037A CN 116277037 A CN116277037 A CN 116277037A CN 202310565947 A CN202310565947 A CN 202310565947A CN 116277037 A CN116277037 A CN 116277037A
Authority
CN
China
Prior art keywords
wafer
data
mechanical arm
negative pressure
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.)
Granted
Application number
CN202310565947.6A
Other languages
English (en)
Other versions
CN116277037B (zh
Inventor
林坚
王彭
董蕖
银春
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.)
Honghu Suzhou Semiconductor Technology Co ltd
Original Assignee
Honghu Suzhou Semiconductor 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 Honghu Suzhou Semiconductor Technology Co ltd filed Critical Honghu Suzhou Semiconductor Technology Co ltd
Priority to CN202310565947.6A priority Critical patent/CN116277037B/zh
Publication of CN116277037A publication Critical patent/CN116277037A/zh
Application granted granted Critical
Publication of CN116277037B publication Critical patent/CN116277037B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B25J11/0095—Manipulators transporting wafers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1679—Programme controls characterised by the tasks executed
    • 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
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Container, Conveyance, Adherence, Positioning, Of Wafer (AREA)

Abstract

本发明公开了一种晶圆搬运机械臂控制系统及方法，涉及晶圆搬运机械臂智能控制技术领域，通过预先收集晶圆搬运机械臂搬运晶圆的历史训练数据集合，基于历史训练数据集合，训练出预测晶圆搬运机械臂吸盘负压的机器学习模型，晶圆搬运机械臂在搬运晶圆前，晶圆搬运机械臂实时获取晶圆图像和生产数据，在晶圆搬运机械臂的控制后台，基于晶圆图像获取晶圆的几何中心位置和重心的位置，基于生产数据、机器学习模型、晶圆的几何中心位置和重心位置，为晶圆搬运机械臂预先生成负压变化曲线；避免了在晶圆搬运机械臂移动过程中，因速度变化导致晶圆因负压过小脱落或因负压太大被挤压变形。

Description

一种晶圆搬运机械臂控制系统及方法
技术领域
本发明属于涉及晶圆搬运机械臂智能控制技术，具体是一种晶圆搬运机械臂控制系统及方法。
背景技术
晶圆搬运机械臂是半导体制造流程中重要的设备之一，用于将晶圆从一个位置搬移到另一个位置。
目前，传统的晶圆搬运机械臂负压控制方法存在一些问题。例如，由于机械臂在运动过程中速度变化较大，传统方法中固定的负压值无法满足不同运动速度下晶圆的需求，可能导致负压值过小或过大，使得晶圆从机械臂上脱落或者被挤压变形。
对晶圆搬运机械臂实时进行负压控制需要耗费巨大的计算资源和时间，难以达到实时得到合适负压的效果。
申请公开号CN108555936A的中国专利公开了一种晶圆搬运机械手臂，包括主体和搬运装置，搬运装置包括分别设置在所述滑杆两端的连接基座和连接底座，所述连接基座用于安装所述搬运头，所述连接底座上还设有用于驱动所述搬运装置升降的升降机构。减小了搬运装置晃动的可能，增加了晶圆的加工精度；但是并未考虑到晶圆搬运机械臂对晶圆进行吸附的吸附力控制的问题；
为此，本发明提出一种晶圆搬运机械臂控制系统及方法。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种晶圆搬运机械臂控制系统及方法，该一种晶圆搬运机械臂控制系统及方法避免了在晶圆搬运机械臂移动过程中，因速度变化导致晶圆因负压过小脱落或因负压太大被挤压变形。
为实现上述目的，根据本发明的实施例2提出一种晶圆搬运机械臂控制方法，包括以下步骤：
预先收集晶圆搬运机械臂搬运晶圆的历史训练数据集合；
基于历史训练数据集合，训练出预测晶圆搬运机械臂吸盘负压的机器学习模型；
在实际生产环境中，晶圆搬运机械臂在搬运晶圆前，实时获取晶圆图像和生产数据；
在晶圆搬运机械臂的控制后台，基于晶圆图像获取晶圆的几何中心位置和重心的位置；
基于生产数据、机器学习模型、晶圆的几何中心位置和重心位置，为晶圆搬运机械臂预先生成负压变化曲线；
所述历史训练数据集合在实验环境中收集，通过主动控制环境数据、晶圆参数数据、机械臂移动数据以及机械臂位置数据，以获得在实验环境中不同数据组合下的训练数据；每一次数据组合作为一组训练数据；
其中，所述历史训练数据集合包括若干组训练数据，每组训练数据包括特征数据以及标签数据；其中，特征数据包括环境数据、晶圆参数数据、机械臂移动数据以及机械臂位置数据；
其中，所述环境数据为收集每组训练数据时的环境温度数据以及环境湿度数据；
其中，所述晶圆参数数据包括收集每组训练数据时，使用晶圆搬运机械臂搬运的晶圆的尺寸和重量；
其中，所述机械臂移动数据包括收集每组训练数据时，晶圆搬运机械臂搬运晶圆过程中，晶圆搬运机械臂的实时速度和实时加速度；
其中，所述机械臂位置数据为收集每组训练数据时，晶圆搬运机械臂吸盘吸附晶圆的位置参数；
将每组训练数据标记为
Figure SMS_1
，将第/>
Figure SMS_2
组训练数据中，晶圆搬运机械臂吸盘吸附晶圆的位置参数标记为/>
Figure SMS_3
，其中位置参数/>
Figure SMS_4
的计算公式为/>
Figure SMS_5
；其中，/>
Figure SMS_6
为晶圆搬运机械臂吸盘吸附晶圆的位置与晶圆几何中心位置的距离，/>
Figure SMS_7
为晶圆搬运机械臂吸盘吸附晶圆的位置与晶圆重心位置的距离；其中，的每组训练数据中，晶圆几何中心位置以及重心位置预先通过物理手段进行测量；
所述标签数据为收集每组训练数据时，晶圆搬运机械臂吸盘吸附晶圆的负压值；吸盘的负压值通过使用安装在吸盘上的压力传感器，实时感应吸盘与晶圆之间的负压大小；
基于历史训练数据集合，训练出预测负压值的机器学习模型的方式为：
将每组训练数据中的特征数据转化为特征向量，以每组特征向量为机器学习模型的输入，该机器学习模型以对每组特征数据预测的负压值作为输出，以每组特征数据对应标签数据中的负压值作为预测目标，以最小化所有特征向量的预测准确度之和作为训练目标；其中，预测准确度的计算公式为
Figure SMS_8
，其中/>
Figure SMS_9
为预测准确度，/>
Figure SMS_10
为第i组特征向量对应的预测的负压值，/>
Figure SMS_11
为第i组标签数据中的负压值；对机器学习模型进行训练，直至预测准确度之和达到收敛时停止训练；
在晶圆搬运机械臂实际搬运晶圆前，实时获取晶圆图像的方式为：
晶圆搬运机械臂根据预先在控制后台中设置的移动路线，移动至预设的晶圆搬运起始点，并使用自带的图像捕获设备捕获待搬运晶圆的晶圆图像；
所述生产数据为在实际生产环境中，实时收集的生产的环境数据以及生产的晶圆参数数据；
基于晶圆图像获取晶圆的几何中心位置和重心的位置的方式为：
晶圆搬运机械臂的控制后台用使用Canny边缘检测算法提取晶圆图像中晶圆的边缘点；
计算所有边缘点坐标的平均值，得到晶圆的几何中心位置；
基于晶圆的几何中心，得到晶圆的重心位置；
得到晶圆的几何中心的方式为：
以晶圆图像中任意一个角点的像素点为坐标原点，以一个像素点的尺寸作为单位距离，建立平面XY直角坐标系，晶圆图像中每个像素点的X轴坐标即为该像素点与X轴在垂直方向上的相隔的像素点数量，Y轴坐标即为该像素点与Y轴在垂直方向上的相隔的像素点数量，边缘点的坐标即为边缘点所对应的像素点的坐标；
Figure SMS_12
，
Figure SMS_13
；
其中，（
Figure SMS_14
，/>
Figure SMS_15
）是第j个边缘点的坐标，/>
Figure SMS_16
是边缘点的总数，/>
Figure SMS_17
；/>
Figure SMS_18
和
Figure SMS_19
分别是晶圆的几何中心的X轴和Y轴坐标；
基于晶圆的几何中心，得到晶圆的重心位置的方式为：
将边缘点使用霍夫变换方法获得晶圆半径；
将晶圆图像按几何中心和晶圆半径进行二值化处理；
进行二值化处理的方式为将晶圆图像中的像素点进行遍历，若像素点距离几何中心的距离大于晶圆半径，将该像素点标记为0，若像素点距离几何中心的距离小于或等于晶圆半径，将该像素点标记为1；
晶圆的重心位置的X轴坐标为所有标记为1的像素点的X轴坐标的平均值，晶圆的重心位置的Y轴坐标为所有标记为1的像素点的Y轴坐标的平均值；该重心的计算方式保证了在晶圆不是标准圆形的情况下，依然可以准确计算出晶圆的重心位置；
为晶圆搬运机械臂预先生成负压变化曲线的方式为：
晶圆搬运机械臂的控制后台计算出晶圆的几何中心位置和重心位置的中点位置，并控制晶圆搬运机械臂的吸盘向中点位置吸附；晶圆搬运机械臂的图像捕获设备捕获晶圆图像，控制后台基于晶圆图像获得吸盘吸附晶圆的生产的位置参数；
控制后台预先为晶圆搬运机械臂生成搬运晶圆的行动轨迹，并基于行动轨迹为晶圆搬运机械臂生成实时的移动速度和移动加速度，基于实时移动速度和实时移动加速度，生成移动速度时间曲线和移动加速度时间曲线；
在移动加速度时间曲线中移动加速度为0时，保持生产的负压值不变；在移动加速度时间曲线中移动加速度不为0时，将该时刻下，生产的环境数据、生产的晶圆参数数据、生产的位置参数、实时移动速度和实时移动加速度作为生产的特征数据，并将生产的特征数据转化为特征向量，将生产的特征向量输入至机器学习模型中，获得该时刻的预测的负压值，当前时刻的生产的负压值为该预测的负压值加上预设的大于0的调剂系数；将生产的负压值按时间顺序连接形成负压变化曲线。
根据本发明的实施例1提出一种晶圆搬运机械臂控制系统，包括历史吸附数据收集模块、负压预测模型训练模块、晶圆生产数据收集模块、吸附点分析模块以及机械臂控制模块；其中，各个模块之间通过电气和/或无线网络方式连接；
所述历史吸附数据收集模块用于预先收集晶圆搬运机械臂搬运晶圆的历史训练数据集合，并将历史训练数据集合发送至负压预测模型训练模块；
所述负压预测模型训练模块用于基于历史训练数据集合，训练出预测晶圆搬运机械臂吸盘负压的机器学习模型，并将机器学习模型发送至机械臂控制模块；
所述晶圆生产数据收集模块用于在实际生产环境中，晶圆搬运机械臂在搬运晶圆前，实时获取晶圆图像和生产数据，并将晶圆图像发送至吸附点分析模块，将生产数据发送至机械臂控制模块；
所述吸附点分析模块用于在晶圆搬运机械臂的控制后台，基于晶圆图像获取晶圆的几何中心位置和重心的位置，并将晶圆的几何中心位置和重心的位置发送至机械臂控制模块；
所述机械臂控制模块主要用于基于生产数据、机器学习模型、晶圆的几何中心位置和重心位置，为晶圆搬运机械臂预先生成负压变化曲线；所述生产数据为在实际生产环境中，实时收集的生产的环境数据以及生产的晶圆参数数据。
与现有技术相比，本发明的有益效果是：
（1）本发明基于图像处理技术，根据晶圆图像分析晶圆的几何中心位置和重心位置，再基于几何中心位置和重心位置，获得晶圆搬运机械臂的吸盘的吸附位置，保证了在晶圆不是标准圆形的情况下，依然找到合适的晶圆吸附位置；
（2）本发明预先基于历史训练数据集合，训练出预测晶圆搬运机械臂吸盘负压的机器学习模型，在实际生产环境中，基于生产数据、机器学习模型、晶圆的几何位置和重心位置，为晶圆搬运机械臂预先生成负压变化曲线，通过预先规划出负压变化曲线，保证在机械臂移动速度发生变化时，智能调控吸附晶圆的负压值大小，避免晶圆因负压过小脱落或因负压太大被挤压变形。
附图说明
图1为本发明的实施例1中晶圆搬运机械臂控制系统的模块连接图；
图2为本发明的实施例2中晶圆搬运机械臂控制方法的流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例1
如图1所示，一种晶圆搬运机械臂控制系统，包括历史吸附数据收集模块、负压预测模型训练模块、晶圆生产数据收集模块、吸附点分析模块以及机械臂控制模块；其中，各个模块之间通过电气和/或无线网络方式连接；
其中，所述历史吸附数据收集模块主要用于预先收集晶圆搬运机械臂搬运晶圆的历史训练数据集合；
所述历史训练数据集合在实验环境中收集，即通过主动控制环境数据、晶圆参数数据、机械臂移动数据以及机械臂位置数据，以获得在实验环境中不同数据组合下的训练数据；每一次数据组合作为一组训练数据；
其中，所述历史训练数据集合包括若干组训练数据，每组训练数据包括特征数据以及标签数据；其中，特征数据包括环境数据、晶圆参数数据、机械臂移动数据以及机械臂位置数据；
其中，所述环境数据为收集每组训练数据时的环境温度数据以及环境湿度数据；可以理解的是，环境温度数据和环境湿度数据可以分别通过温度传感器和湿度传感器实时获得；
其中，所述晶圆参数数据包括收集每组训练数据时，使用晶圆搬运机械臂搬运的晶圆的尺寸和重量；可以理解的是，晶圆的尺寸和重量可以分别通过计算机视觉技术和重量传感器获得；
其中，所述机械臂移动数据包括收集每组训练数据时，晶圆搬运机械臂搬运晶圆过程中，晶圆搬运机械臂的实时速度和实时加速度；可以理解的是，实时速度可以通过晶圆搬运机械臂上安装的速度传感器实时获得，实时加速度即为实时速度变化值；
其中，所述机械臂位置数据为收集每组训练数据时，晶圆搬运机械臂吸盘吸附晶圆的位置参数；
将每组训练数据标记为
Figure SMS_20
，将第/>
Figure SMS_24
组训练数据中，晶圆搬运机械臂吸盘吸附晶圆的位置参数标记为/>
Figure SMS_26
，其中位置参数/>
Figure SMS_21
的计算公式为/>
Figure SMS_23
；其中，/>
Figure SMS_25
为晶圆搬运机械臂吸盘吸附晶圆的位置与晶圆几何中心位置的距离，/>
Figure SMS_27
为晶圆搬运机械臂吸盘吸附晶圆的位置与晶圆重心位置的距离；其中，每组训练数据中，晶圆几何中心位置以及重心位置可以预先通过物理手段进行测量；可以理解的是，当晶圆搬运机械臂吸盘吸附晶圆的位置处于晶圆的几何中心位置和重心位置时，晶圆在吸盘上的稳定性最佳，而此时位置参数/>
Figure SMS_22
取得最小值；
可以理解的是，晶圆搬运机械臂吸盘吸附晶圆的位置可通过计算机视觉技术检测得到；
所述标签数据为收集每组训练数据时，晶圆搬运机械臂吸盘吸附晶圆的负压值；吸盘的负压值通过使用安装在吸盘上的压力传感器，实时感应吸盘与晶圆之间的负压大小；
需要说明的是，该负压值为在实验环境中，通过不断调整负压大小，所得到的在给定上述环境数据、晶圆参数数据、机械臂移动数据以及晶圆搬运机械臂吸盘吸附晶圆的位置条件下，能保证晶圆不会脱落的负压最低值；
所述历史吸附数据收集模块将历史训练数据集合发送至负压预测模型训练模块；
其中，所述负压预测模型训练模块主要基于历史训练数据集合，训练出预测晶圆搬运机械臂吸盘负压的机器学习模型；
在一个优选的实施例中，基于历史训练数据集合，训练出预测负压值的机器学习模型的方式为：
将每组训练数据中的特征数据转化为特征向量，以每组特征向量为机器学习模型的输入，该机器学习模型以对每组特征数据预测的负压值作为输出，以每组特征数据对应标签数据中的负压值作为预测目标，以最小化所有特征向量的预测准确度之和作为训练目标；其中，预测准确度的计算公式为
Figure SMS_28
，其中/>
Figure SMS_29
为预测准确度，/>
Figure SMS_30
为第i组特征向量对应的预测的负压值，/>
Figure SMS_31
为第i组标签数据中的负压值；对机器学习模型进行训练，直至预测准确度之和达到收敛时停止训练；需要说明的是，收敛的判断标准根据本领域技术人员根据具体的模型训练情况设定；
所述负压预测模型训练模块将机器学习模型发送至机械臂控制模块；
可以理解的是，晶圆搬运机械臂在实际搬运过程中，对晶圆的几何中心位置和重心位置使用物理手段进行测量需要额外增加设备和步骤，因此，可以使用晶圆搬运机械臂上自带的图像捕获设备捕获的晶圆图像进行分析；
其中，所述晶圆生产数据收集模块主要用于在实际生产环境中，晶圆搬运机械臂在搬运晶圆前，实时获取晶圆图像和生产数据；
在一个优选的实施例中，在晶圆搬运机械臂实际搬运晶圆前，实时获取晶圆图像的方式为：
晶圆搬运机械臂根据预先在控制后台中设置的移动路线，移动至预设的晶圆搬运起始点，并使用自带的图像捕获设备捕获待搬运晶圆的晶圆图像；
所述生产数据为在实际生产环境中，实时收集的生产的环境数据以及生产的晶圆参数数据；
移动路线的生成算法和控制晶圆搬运机械臂按照移动路线移动至晶圆搬运起始点不是本发明的解决主体，且现有技术中存在一系列现有控制方式以实现该功能，因此本发明对此不做过多赘述；
所述晶圆生产数据收集模块将晶圆图像发送至吸附点分析模块，将生产数据发送至机械臂控制模块；
其中，所述吸附点分析模块主要用于在晶圆搬运机械臂的控制后台，基于晶圆图像获取晶圆的几何中心位置和重心的位置；
在一个优选的实施例中，基于晶圆图像获取晶圆的几何中心位置和重心的位置的方式为：
晶圆搬运机械臂的控制后台用使用Canny边缘检测算法提取晶圆图像中晶圆的边缘点；
计算所有边缘点坐标的平均值，得到晶圆的几何中心位置；
基于晶圆的几何中心，得到晶圆的重心位置；
优选的，得到晶圆的几何中心的方式为：
以晶圆图像中任意一个角点的像素点为坐标原点，以一个像素点的尺寸作为单位距离，建立平面XY直角坐标系，晶圆图像中每个像素点的X轴坐标即为该像素点与X轴在垂直方向上的相隔的像素点数量，Y轴坐标即为该像素点与Y轴在垂直方向上的相隔的像素点数量，边缘点的坐标即为边缘点所对应的像素点的坐标；
Figure SMS_32
，
Figure SMS_33
；
其中，（
Figure SMS_34
，/>
Figure SMS_35
）是第j个边缘点的坐标，/>
Figure SMS_36
是边缘点的总数，/>
Figure SMS_37
；/>
Figure SMS_38
和
Figure SMS_39
分别是晶圆的几何中心的X轴和Y轴坐标；
可以理解的是，该几何中心的计算方式保证了在晶圆不是标准圆形的情况下，依然可以准确计算出晶圆的几何中心位置；
优选的，基于晶圆的几何中心，得到晶圆的重心位置的方式为：
将边缘点使用霍夫变换方法获得晶圆半径；
将晶圆图像按几何中心和晶圆半径进行二值化处理；
进行二值化处理的方式为将晶圆图像中的像素点进行遍历，若像素点距离几何中心的距离大于晶圆半径，将该像素点标记为0，若像素点距离几何中心的距离小于或等于晶圆半径，将该像素点标记为1；
晶圆的重心位置的X轴坐标为所有标记为1的像素点的X轴坐标的平均值，晶圆的重心位置的Y轴坐标为所有标记为1的像素点的Y轴坐标的平均值；该重心的计算方式保证了在晶圆不是标准圆形的情况下，依然可以准确计算出晶圆的重心位置；
所述吸附点分析模块将晶圆的几何中心位置和重心的位置发送至机械臂控制模块；
其中，所述机械臂控制模块主要用于在实际生产环境中，基于生产数据、机器学习模型、晶圆的几何中心位置和重心位置，为晶圆搬运机械臂预先生成负压变化曲线，以指导晶圆搬运机械臂实现对负压的精确控制；
在一个优选的实施例中，为晶圆搬运机械臂预先生成负压变化曲线的方式为：
晶圆搬运机械臂的控制后台计算出晶圆的几何中心位置和重心位置的中点位置，并控制晶圆搬运机械臂的吸盘向中点位置吸附；晶圆搬运机械臂的图像捕获设备捕获晶圆图像，控制后台基于晶圆图像获得吸盘吸附晶圆的生产的位置参数；
控制后台预先为晶圆搬运机械臂生成搬运晶圆的行动轨迹，并基于行动轨迹为晶圆搬运机械臂生成实时的移动速度和移动加速度，基于实时移动速度和实时移动加速度，生成移动速度时间曲线和移动加速度时间曲线；
需要说明的是，行动轨迹的生成算法、基于行动轨迹生成实时移动速度和实时加速度不是本发明的解决主体，且现有技术中存在一系列现有生成方式以实现该功能，因此本发明对此不做过多赘述；
可以理解的是，移动加速度不为0时，移动速度会产生变化；
因此，在移动加速度时间曲线中移动加速度为0时，保持生产的负压值不变；在移动加速度时间曲线中移动加速度不为0时，将该时刻下，生产的环境数据、生产的晶圆参数数据、生产的位置参数、实时移动速度和实时移动加速度作为生产的特征数据，并将生产的特征数据转化为特征向量，将生产的特征向量输入至机器学习模型中，获得该时刻的预测的负压值，当前时刻的生产的负压值为该预测的负压值加上预设的大于0的调剂系数；将生产的负压值按时间顺序连接形成负压变化曲线。
实施例2
如图2所示，一种晶圆搬运机械臂控制方法，包括以下步骤：
预先收集晶圆搬运机械臂搬运晶圆的历史训练数据集合；
基于历史训练数据集合，训练出预测晶圆搬运机械臂吸盘负压的机器学习模型；
在实际生产环境中，晶圆搬运机械臂在搬运晶圆前，实时获取晶圆图像和生产数据；
在晶圆搬运机械臂的控制后台，基于晶圆图像获取晶圆的几何中心位置和重心的位置；
基于生产数据、机器学习模型、晶圆的几何中心位置和重心位置，为晶圆搬运机械臂预先生成负压变化曲线；所述生产数据为在实际生产环境中，实时收集的生产的环境数据以及生产的晶圆参数数据。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (10)

1.一种晶圆搬运机械臂控制方法，其特征在于，应用于控制后台中，所述方法包括以下步骤：
预先收集晶圆搬运机械臂搬运晶圆的历史训练数据集合；
基于历史训练数据集合，训练出预测晶圆搬运机械臂吸盘负压的机器学习模型；
晶圆搬运机械臂在搬运晶圆前，晶圆搬运机械臂实时获取晶圆图像和生产数据；
基于晶圆图像获取晶圆的几何中心位置和重心的位置；
基于生产数据、机器学习模型、晶圆的几何中心位置和重心位置，为晶圆搬运机械臂预先生成负压变化曲线，所述生产数据为在实际生产环境中，实时收集的生产的环境数据以及生产的晶圆参数数据。
2.根据权利要求1所述的一种晶圆搬运机械臂控制方法，其特征在于，所述历史训练数据集合在实验环境中收集，通过主动控制环境数据、晶圆参数数据、机械臂移动数据以及机械臂位置数据，以获得在实验环境中不同数据组合下的训练数据；每一次数据组合作为一组训练数据；
所述历史训练数据集合包括若干组训练数据，每组训练数据包括特征数据以及标签数据；其中，特征数据包括环境数据、晶圆参数数据、机械臂移动数据以及机械臂位置数据；
所述环境数据为收集每组训练数据时的环境温度数据以及环境湿度数据；
所述晶圆参数数据包括收集每组训练数据时，晶圆搬运机械臂搬运的晶圆的尺寸和重量；
所述机械臂移动数据包括收集每组训练数据时，晶圆搬运机械臂搬运晶圆过程中，晶圆搬运机械臂的实时速度和实时加速度；
所述机械臂位置数据为收集每组训练数据时，晶圆搬运机械臂吸盘吸附晶圆的位置参数；
所述标签数据为收集每组训练数据时，晶圆搬运机械臂吸盘吸附晶圆的负压值。
3.根据权利要求2所述的一种晶圆搬运机械臂控制方法，其特征在于，所述位置参数的计算方式为：
将每组训练数据标记为
Figure QLYQS_1
，将第/>
Figure QLYQS_2
组训练数据中，晶圆搬运机械臂吸盘吸附晶圆的位置参数标记为/>
Figure QLYQS_3
，其中位置参数/>
Figure QLYQS_4
的计算公式为/>
Figure QLYQS_5
；其中，/>
Figure QLYQS_6
为晶圆搬运机械臂吸盘吸附晶圆的位置与晶圆几何中心位置的距离，/>
Figure QLYQS_7
为晶圆搬运机械臂吸盘吸附晶圆的位置与晶圆重心位置的距离。
4.根据权利要求3所述的一种晶圆搬运机械臂控制方法，其特征在于，基于历史训练数据集合，训练出预测晶圆搬运机械臂吸盘负压的机器学习模型的方式为：
将每组训练数据中的特征数据转化为特征向量，以每组特征向量为机器学习模型的输入，所述机器学习模型对每组特征数据预测的负压值作为输出，以每组特征数据对应标签数据中的负压值作为预测目标，以最小化所有特征向量的预测准确度之和作为训练目标；其中，预测准确度的计算公式为
Figure QLYQS_8
，其中/>
Figure QLYQS_9
为预测准确度，/>
Figure QLYQS_10
为第i组特征向量对应的预测的负压值，/>
Figure QLYQS_11
为第i组标签数据中的负压值；对机器学习模型进行训练，直至预测准确度之和达到收敛时停止训练。
5.根据权利要求4所述的一种晶圆搬运机械臂控制方法，其特征在于，实时获取晶圆图像的方式为：
晶圆搬运机械臂根据预先在控制后台中设置的移动路线，移动至预设的晶圆搬运起始点，并使用自带的图像捕获设备捕获待搬运晶圆的晶圆图像。
6.根据权利要求5所述的一种晶圆搬运机械臂控制方法，其特征在于，基于晶圆图像获取晶圆的几何中心位置和重心的位置的方式为：
晶圆搬运机械臂的控制后台用使用Canny边缘检测算法提取晶圆图像中晶圆的边缘点；
计算所有边缘点坐标的平均值，得到晶圆的几何中心位置；
基于晶圆的几何中心，得到晶圆的重心位置。
7.根据权利要求6所述的一种晶圆搬运机械臂控制方法，其特征在于，得到晶圆的几何中心位置的方式为：
以晶圆图像中任意一个角点的像素点为坐标原点，以一个像素点的尺寸作为单位距离，建立平面XY直角坐标系，晶圆图像中每个像素点的X轴坐标为该像素点与X轴在垂直方向上相隔的像素点数量，Y轴坐标为该像素点与Y轴在垂直方向上相隔的像素点数量，边缘点的坐标为边缘点所对应的像素点的坐标；
Figure QLYQS_12
，
Figure QLYQS_13
；
其中，（
Figure QLYQS_14
，/>
Figure QLYQS_15
）是第j个边缘点的坐标，/>
Figure QLYQS_16
是边缘点的总数，/>
Figure QLYQS_17
；/>
Figure QLYQS_18
和/>
Figure QLYQS_19
分别是晶圆的几何中心的X轴和Y轴坐标。
8.根据权利要求7所述的一种晶圆搬运机械臂控制方法，其特征在于，基于晶圆的几何中心，得到晶圆的重心位置的方式为：
将边缘点使用霍夫变换方法获得晶圆半径；
将晶圆图像按晶圆的几何中心和晶圆半径进行二值化处理；
进行二值化处理的方式为将晶圆图像中的像素点进行遍历，若像素点距离晶圆的几何中心的距离大于晶圆半径，则将该像素点标记为0，若像素点距离几何中心的距离小于或等于晶圆半径，则将该像素点标记为1；
晶圆的重心位置的X轴坐标为所有标记为1的像素点X轴坐标平均值，晶圆的重心位置的Y轴坐标为所有标记为1的像素点Y轴坐标平均值。
9.根据权利要求1所述的一种晶圆搬运机械臂控制方法，其特征在于，为晶圆搬运机械臂预先生成负压变化曲线的方式为：
晶圆搬运机械臂的控制后台计算出晶圆的几何中心位置和重心位置的中点位置，并控制晶圆搬运机械臂的吸盘向中点位置吸附；晶圆搬运机械臂的图像捕获设备捕获晶圆图像，控制后台基于晶圆图像获得吸盘吸附晶圆的生产的位置参数；
控制后台预先为晶圆搬运机械臂生成搬运晶圆的行动轨迹，基于行动轨迹为晶圆搬运机械臂生成实时的移动速度和移动加速度，基于实时移动速度和实时移动加速度，生成移动速度时间曲线和移动加速度时间曲线；
在移动加速度时间曲线中移动加速度为0时，保持生产的负压值不变；在移动加速度时间曲线中移动加速度不为0时，将该时刻下，生产的环境数据、生产的晶圆参数数据、生产的位置参数、实时移动速度和实时移动加速度作为生产的特征数据，并将生产的特征数据转化为特征向量，将生产的特征向量输入至机器学习模型中，获得该时刻的预测的负压值，当前时刻生产的负压值为该预测的负压值加上预设的大于0的调剂系数；将生产的负压值按时间顺序连接形成负压变化曲线。
10.一种晶圆搬运机械臂控制系统，其基于权利要求1-9任意一项所述的一种晶圆搬运机械臂控制方法实现，其特征在于，应用于控制后台中，所述系统包括历史吸附数据收集模块、负压预测模型训练模块、晶圆生产数据收集模块、吸附点分析模块以及机械臂控制模块；其中，各个模块之间通过电气和/或无线网络方式连接；
所述历史吸附数据收集模块用于预先收集晶圆搬运机械臂搬运晶圆的历史训练数据集合，并将历史训练数据集合发送至负压预测模型训练模块；
所述负压预测模型训练模块基于历史训练数据集合，训练出预测晶圆搬运机械臂吸盘负压的机器学习模型，并将机器学习模型发送至机械臂控制模块；
所述晶圆生产数据收集模块在晶圆搬运机械臂在搬运晶圆前，实时获取晶圆图像和生产数据，并将晶圆图像发送至吸附点分析模块，将生产数据发送至机械臂控制模块；
所述吸附点分析模块基于晶圆图像获取晶圆的几何中心位置和重心的位置，并将晶圆的几何中心位置和重心的位置发送至机械臂控制模块；
所述机械臂控制模块基于生产数据、机器学习模型、晶圆的几何中心位置和重心位置，为晶圆搬运机械臂预先生成负压变化曲线，所述生产数据为在实际生产环境中，实时收集的生产的环境数据以及生产的晶圆参数数据。
CN202310565947.6A 2023-05-19 2023-05-19 一种晶圆搬运机械臂控制系统及方法 Active CN116277037B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310565947.6A CN116277037B (zh) 2023-05-19 2023-05-19 一种晶圆搬运机械臂控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310565947.6A CN116277037B (zh) 2023-05-19 2023-05-19 一种晶圆搬运机械臂控制系统及方法

Publications (2)

Publication Number Publication Date
CN116277037A true CN116277037A (zh) 2023-06-23
CN116277037B CN116277037B (zh) 2023-07-25

Family

ID=86824329

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310565947.6A Active CN116277037B (zh) 2023-05-19 2023-05-19 一种晶圆搬运机械臂控制系统及方法

Country Status (1)

Country Link
CN (1) CN116277037B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116551700A (zh) * 2023-07-10 2023-08-08 泓浒(苏州)半导体科技有限公司 一种超高真空环境的晶圆传送机械臂控制系统及方法
CN116741685A (zh) * 2023-08-14 2023-09-12 泓浒(苏州)半导体科技有限公司 一种晶圆安全传输控制方法及系统
CN116864440A (zh) * 2023-09-04 2023-10-10 泓浒(苏州)半导体科技有限公司 用于半导体工件的自动化搬运系统、方法、设备与介质
CN116872218A (zh) * 2023-09-05 2023-10-13 泓浒(苏州)半导体科技有限公司 一种半导体晶圆传送过程偏心纠正方法及纠正系统
CN117162104A (zh) * 2023-11-02 2023-12-05 泓浒(苏州)半导体科技有限公司 超洁净环境下的转运机械臂装机控制预警系统及方法
CN117196132A (zh) * 2023-11-07 2023-12-08 宁波润华全芯微电子设备有限公司 一种基于swap策略的晶圆搬运调度方法、系统、装置和介质
CN117253843A (zh) * 2023-11-20 2023-12-19 泓浒(苏州)半导体科技有限公司 一种晶圆运输真空机器人
CN117565062A (zh) * 2024-01-16 2024-02-20 泓浒(苏州)半导体科技有限公司 基于机器学习的晶圆搬运机械手自动控制方法及系统
CN117680820A (zh) * 2024-02-02 2024-03-12 上海强华实业股份有限公司 应用于石英玻璃材料自动化焊接的智能控制系统及方法
CN117711993A (zh) * 2024-02-06 2024-03-15 泓浒(苏州)半导体科技有限公司 基于负载感知的晶圆搬运机械臂自适应吸力调节方法
CN118709324A (zh) * 2024-08-28 2024-09-27 盛吉盛半导体科技(无锡)有限公司 一种提高机械臂定位精度的设计方法以及晶圆搬运方法
CN118789563A (zh) * 2024-09-14 2024-10-18 深圳凌鼎智能装备科技有限公司 一种基于物联网的智能搬运机器人

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000012656A (ja) * 1998-06-19 2000-01-14 Hitachi Ltd ハンドリング装置
JP2003266266A (ja) * 2002-03-20 2003-09-24 Disco Abrasive Syst Ltd 半導体ウエーハの搬送装置
CN1975997A (zh) * 2005-12-02 2007-06-06 日东电工株式会社 半导体晶片的定位方法及使用它的装置
CN105530851A (zh) * 2013-09-13 2016-04-27 奥林巴斯株式会社 图像处理装置、图像处理方法以及图像处理程序
CN107220645A (zh) * 2017-05-24 2017-09-29 河北省计量监督检测研究院 基于动态图像处理的水表识别方法
US20180174308A1 (en) * 2015-03-18 2018-06-21 Riken Device for measuring rotation of spherical body, measurement method, and program
CN110813836A (zh) * 2019-11-13 2020-02-21 东北电力大学 一种基于涡环射流技术的爬行光伏板清洗机器人
CN111368643A (zh) * 2020-02-12 2020-07-03 杭州电子科技大学 一种大肠杆菌动态生长监测方法
CN111633644A (zh) * 2020-05-15 2020-09-08 哈尔滨工程大学 一种结合智能视觉的工业机器人数字孪生系统及其运行方法
US20220091883A1 (en) * 2020-09-21 2022-03-24 Applied Materials, Inc. Dynamic scheduling based on task dependencies
CN115157227A (zh) * 2022-08-10 2022-10-11 三河建华高科有限责任公司 一种洁净环境用晶圆传输机器人
CN115510795A (zh) * 2022-08-22 2022-12-23 华为技术有限公司 一种数据处理方法以及相关装置
CN116072575A (zh) * 2023-03-02 2023-05-05 宁波芯丰精密科技有限公司 一种晶圆对准方法、装置、电子设备以及可读存储介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000012656A (ja) * 1998-06-19 2000-01-14 Hitachi Ltd ハンドリング装置
JP2003266266A (ja) * 2002-03-20 2003-09-24 Disco Abrasive Syst Ltd 半導体ウエーハの搬送装置
CN1975997A (zh) * 2005-12-02 2007-06-06 日东电工株式会社 半导体晶片的定位方法及使用它的装置
CN105530851A (zh) * 2013-09-13 2016-04-27 奥林巴斯株式会社 图像处理装置、图像处理方法以及图像处理程序
US20180174308A1 (en) * 2015-03-18 2018-06-21 Riken Device for measuring rotation of spherical body, measurement method, and program
CN107220645A (zh) * 2017-05-24 2017-09-29 河北省计量监督检测研究院 基于动态图像处理的水表识别方法
CN110813836A (zh) * 2019-11-13 2020-02-21 东北电力大学 一种基于涡环射流技术的爬行光伏板清洗机器人
CN111368643A (zh) * 2020-02-12 2020-07-03 杭州电子科技大学 一种大肠杆菌动态生长监测方法
CN111633644A (zh) * 2020-05-15 2020-09-08 哈尔滨工程大学 一种结合智能视觉的工业机器人数字孪生系统及其运行方法
US20220091883A1 (en) * 2020-09-21 2022-03-24 Applied Materials, Inc. Dynamic scheduling based on task dependencies
CN115157227A (zh) * 2022-08-10 2022-10-11 三河建华高科有限责任公司 一种洁净环境用晶圆传输机器人
CN115510795A (zh) * 2022-08-22 2022-12-23 华为技术有限公司 一种数据处理方法以及相关装置
CN116072575A (zh) * 2023-03-02 2023-05-05 宁波芯丰精密科技有限公司 一种晶圆对准方法、装置、电子设备以及可读存储介质

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116551700B (zh) * 2023-07-10 2023-09-12 泓浒(苏州)半导体科技有限公司 一种超高真空环境的晶圆传送机械臂控制系统及方法
CN116551700A (zh) * 2023-07-10 2023-08-08 泓浒(苏州)半导体科技有限公司 一种超高真空环境的晶圆传送机械臂控制系统及方法
CN116741685A (zh) * 2023-08-14 2023-09-12 泓浒(苏州)半导体科技有限公司 一种晶圆安全传输控制方法及系统
CN116741685B (zh) * 2023-08-14 2023-10-13 泓浒(苏州)半导体科技有限公司 一种晶圆安全传输控制方法及系统
CN116864440A (zh) * 2023-09-04 2023-10-10 泓浒(苏州)半导体科技有限公司 用于半导体工件的自动化搬运系统、方法、设备与介质
CN116864440B (zh) * 2023-09-04 2023-11-14 泓浒(苏州)半导体科技有限公司 用于半导体工件的自动化搬运系统、方法、设备与介质
CN116872218A (zh) * 2023-09-05 2023-10-13 泓浒(苏州)半导体科技有限公司 一种半导体晶圆传送过程偏心纠正方法及纠正系统
CN116872218B (zh) * 2023-09-05 2023-11-24 泓浒(苏州)半导体科技有限公司 一种半导体晶圆传送过程偏心纠正方法及纠正系统
CN117162104B (zh) * 2023-11-02 2024-01-30 泓浒(苏州)半导体科技有限公司 超洁净环境下的转运机械臂装机控制预警系统及方法
CN117162104A (zh) * 2023-11-02 2023-12-05 泓浒(苏州)半导体科技有限公司 超洁净环境下的转运机械臂装机控制预警系统及方法
CN117196132A (zh) * 2023-11-07 2023-12-08 宁波润华全芯微电子设备有限公司 一种基于swap策略的晶圆搬运调度方法、系统、装置和介质
CN117196132B (zh) * 2023-11-07 2024-02-09 宁波润华全芯微电子设备有限公司 一种基于swap策略的晶圆搬运调度方法、系统、装置和介质
CN117253843A (zh) * 2023-11-20 2023-12-19 泓浒(苏州)半导体科技有限公司 一种晶圆运输真空机器人
CN117253843B (zh) * 2023-11-20 2024-01-26 泓浒(苏州)半导体科技有限公司 一种晶圆运输真空机器人
CN117565062A (zh) * 2024-01-16 2024-02-20 泓浒(苏州)半导体科技有限公司 基于机器学习的晶圆搬运机械手自动控制方法及系统
CN117565062B (zh) * 2024-01-16 2024-03-19 泓浒(苏州)半导体科技有限公司 基于机器学习的晶圆搬运机械手自动控制方法及系统
CN117680820A (zh) * 2024-02-02 2024-03-12 上海强华实业股份有限公司 应用于石英玻璃材料自动化焊接的智能控制系统及方法
CN117680820B (zh) * 2024-02-02 2024-05-24 上海强华实业股份有限公司 应用于石英玻璃材料自动化焊接的智能控制系统及方法
CN117711993A (zh) * 2024-02-06 2024-03-15 泓浒(苏州)半导体科技有限公司 基于负载感知的晶圆搬运机械臂自适应吸力调节方法
CN117711993B (zh) * 2024-02-06 2024-04-12 泓浒(苏州)半导体科技有限公司 基于负载感知的晶圆搬运机械臂自适应吸力调节方法
CN118709324A (zh) * 2024-08-28 2024-09-27 盛吉盛半导体科技(无锡)有限公司 一种提高机械臂定位精度的设计方法以及晶圆搬运方法
CN118789563A (zh) * 2024-09-14 2024-10-18 深圳凌鼎智能装备科技有限公司 一种基于物联网的智能搬运机器人

Also Published As

Publication number Publication date
CN116277037B (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
CN116277037B (zh) 一种晶圆搬运机械臂控制系统及方法
CN111791239B (zh) 一种结合三维视觉识别可实现精确抓取的方法
WO2023056670A1 (zh) 复杂光照条件下基于视触融合的机械臂自主移动抓取方法
CN107186708B (zh) 基于深度学习图像分割技术的手眼伺服机器人抓取系统及方法
CN104842362B (zh) 一种机器人抓取物料包的方法和机器人抓取装置
CN111496770A (zh) 基于3d视觉与深度学习的智能搬运机械臂系统及使用方法
CN110509281A (zh) 基于双目视觉的位姿识别与抓取的装置与方法
CN103325106B (zh) 基于LabVIEW的运动工件分拣方法
CN110948492A (zh) 一种基于深度学习的三维抓取平台和抓取方法
CN113580149B (zh) 基于关键点预测网络的无序混叠工件抓取方法和系统
CN108818536A (zh) 一种机器人手眼标定的在线偏移修正方法及装置
CN103895042A (zh) 一种基于视觉引导的工业机器人工件定位抓取方法及系统
CN114770461B (zh) 一种基于单目视觉的移动机器人及其自动抓取方法
CN111203849A (zh) 一种移动机器人抓取作业系统及控制方法
CN115070781B (zh) 一种物体抓取方法及双机械臂协作系统
CN112010024A (zh) 一种基于激光和视觉融合检测的货箱自动抓取方法及系统
CN113715012B (zh) 一种遥控器零件自动装配方法和系统
CN109465829A (zh) 一种基于转换矩阵误差模型的工业机器人几何参数辨识方法
CN118544358B (zh) 基于图像识别处理的机器人运动控制方法及装置
CN115890639A (zh) 一种机器人视觉引导定位抓取控制系统
CN113602799B (zh) 一种航空港行李箱搬运系统及其控制方法
CN117080139B (zh) 基于真空吸附技术的晶圆传送控制方法及传送控制系统
Pan et al. Manipulator package sorting and placing system based on computer vision
CN208092786U (zh) 一种以深度卷积神经网络为基础的零件分拣系统
CN118493372A (zh) 一种基于深度学习的机械臂交叉反馈抓取方法及抓取系统

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