CN116313939B - 一种芯片高速智能拾取方法 - Google Patents

一种芯片高速智能拾取方法 Download PDF

Info

Publication number
CN116313939B
CN116313939B CN202310552228.0A CN202310552228A CN116313939B CN 116313939 B CN116313939 B CN 116313939B CN 202310552228 A CN202310552228 A CN 202310552228A CN 116313939 B CN116313939 B CN 116313939B
Authority
CN
China
Prior art keywords
chip
coordinates
chips
neighbor
qualified
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
Application number
CN202310552228.0A
Other languages
English (en)
Other versions
CN116313939A (zh
Inventor
余再欢
高超
龙三雄
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.)
Ennaji Intelligent Equipment Wuxi Co ltd
Original Assignee
Energy Intelligent Technology Wuxi 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 Energy Intelligent Technology Wuxi Co Ltd filed Critical Energy Intelligent Technology Wuxi Co Ltd
Priority to CN202310552228.0A priority Critical patent/CN116313939B/zh
Publication of CN116313939A publication Critical patent/CN116313939A/zh
Application granted granted Critical
Publication of CN116313939B publication Critical patent/CN116313939B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67Apparatus 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
    • H01L21/67005Apparatus not specifically provided for elsewhere
    • H01L21/67242Apparatus for monitoring, sorting or marking
    • H01L21/67271Sorting devices
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/66Analysis of geometric attributes of image moments or centre of gravity
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67Apparatus 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
    • H01L21/67005Apparatus not specifically provided for elsewhere
    • H01L21/67242Apparatus for monitoring, sorting or marking
    • H01L21/67294Apparatus for monitoring, sorting or marking using identification means, e.g. labels on substrates or labels on containers
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10Measuring as part of the manufacturing process
    • H01L22/12Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

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

Abstract

本申请公开了一种芯片高速智能拾取方法,涉及半导体技术领域,该方法控制拾取机构带动相机和吸附头移动至目标拾取坐标,利用相机结合图像处理技术,图像识别得到以目标拾取坐标为中心的预定检测范围内除目标拾取坐标处的芯片之外的多个邻居芯片的芯片类型和芯片坐标,利用吸附头拾取目标拾取坐标处的芯片,并更新芯片列表中的合格芯片的芯片坐标,然后按照预定移动顺序确定其中一个芯片类型为合格芯片的邻居芯片的芯片坐标为更新后的目标拾取坐标,重复下一轮拾取。该方法可以在合格芯片处直接识别确定周围的多个不合格芯片,而减少了专门识别不合格芯片的耗时,而且拾取过程中的移动路径更合理,因此拾取效率更高。

Description

一种芯片高速智能拾取方法
技术领域
本申请涉及半导体技术领域,尤其是一种芯片高速智能拾取方法。
背景技术
通过一系列制造工艺,可以在用作半导体基板的晶圆上制作并切割形成半导体器件,也可以称为芯片或裸芯,这些芯片一般在晶圆上呈二维阵列形式排布。制作完成后,首先一般需要经过芯片检查工序来检查每个芯片是否合格,并给不合格芯片添加不合格标记,一般是利用墨水在不合格芯片上添加墨点。
完成芯片检查工序后,需要从晶圆上拾取合格芯片并安装在基板上以及执行其他后续加工操作。目前半导体领域一般使用拾取机构从晶圆上拾取合格芯片,拾取机构包括相机和吸附头。拾取机构从晶圆左上角的芯片开始,每移动到一个芯片处,就利用相机拍摄该芯片的图像检测是否包含不合格标记,若检测到不合格标记则确定该芯片属于不合格芯片、无需拾取,继续移动至下一个芯片处,若未检测到不合格标记则确定该芯片属于合格芯片,利用吸附头拾取该芯片,继续移动至下一个芯片处。按照Z字型移动路径依次按照上述方法遍历移动至晶圆的各个芯片处,直至拾取完成晶圆中的所有合格芯片,但是现有的这种拾取方法需要按照Z字型移动路径依次遍历拍摄各个芯片,拾取效率较低。
发明内容
本申请人针对上述问题及技术需求,提出了一种芯片高速智能拾取方法,本申请的技术方案如下:
一种芯片高速智能拾取方法,该芯片高速智能拾取方法包括:
初始化晶圆所在的晶圆坐标系中的目标拾取坐标并将目标拾取坐标添加到芯片列表中,晶圆中包含按阵列结构排布的若干个芯片,每个芯片的芯片类型为合格芯片或不合格芯片,不合格芯片具有不合格标记,初始化的目标拾取坐标是其中一个合格芯片在晶圆坐标系中的芯片坐标,芯片列表初始化为空;
控制拾取机构带动相机和吸附头移动至目标拾取坐标;
利用相机拍摄以目标拾取坐标为中心的预定检测范围内的局部图像并进行图像处理,识别确定预定检测范围内除目标拾取坐标处的芯片之外的多个邻居芯片的芯片类型和芯片坐标,当识别得到邻居芯片上的不合格标记时确定邻居芯片的芯片类型为不合格芯片、否则确定邻居芯片的芯片类型为合格芯片;
利用吸附头拾取目标拾取坐标处的芯片,并将目标拾取坐标从芯片列表中删除;
利用图像识别得到的芯片类型为合格芯片的邻居芯片的芯片坐标更新芯片列表;
按照预定移动顺序确定其中一个芯片类型为合格芯片的邻居芯片的芯片坐标为更新后的目标拾取坐标,再次执行控制拾取机构带动相机和吸附头移动至目标拾取坐标的步骤,直至拾取完成晶圆中的所有合格芯片。
其进一步的技术方案为,芯片高速智能拾取方法还包括:
当图像识别确定预定检测范围内仅包含一个芯片类型为合格芯片的邻居芯片时,将芯片类型为合格芯片的邻居芯片的芯片坐标作为更新后的目标拾取坐标;
当图像识别确定预定检测范围内包含多个芯片类型为合格芯片的邻居芯片时,执行按照预定移动顺序确定其中一个芯片类型为合格芯片的邻居芯片的芯片坐标为更新后的目标拾取坐标的步骤;
当图像识别确定预定检测范围内不包含芯片类型为合格芯片的邻居芯片时,将芯片列表中与目标拾取坐标之间的距离最近的芯片坐标作为更新后的目标拾取坐标。
其进一步的技术方案为,确定芯片列表中与目标拾取坐标(x0,y0)之间的距离最近的芯片坐标的方法包括:
根据目标拾取坐标(x0,y0)与晶圆的晶圆中心坐标(cx0,cy0)的相对位置关系对应的排序规则对芯片列表中的芯片坐标进行排序;
分别计算目标拾取坐标(x0,y0)与排序后的前K个芯片坐标之间的距离,并确定得到排序后的前K个芯片坐标中与目标拾取坐标(x0,y0)距离最近的芯片坐标,前K个芯片坐标是芯片列表中的部分芯片坐标,且确定得到的前K个芯片坐标位于目标拾取坐标(x0,y0)所在的局部区域内,K为参数。
其进一步的技术方案为,根据目标拾取坐标(x0,y0)与晶圆的晶圆中心坐标(cx0,cy0)的相对位置关系对应的排序规则对芯片列表中的芯片坐标进行排序的方法包括:
当x0>cx0且|x0|>|y0|,按照x轴坐标从大到小的顺序对芯片列表中的芯片坐标进行排序;
当x0≤cx0且|x0|>|y0|,按照x轴坐标从小到大的顺序对芯片列表中的芯片坐标进行排序;
当y0>cy0且|x0|≤|y0|,按照y轴坐标从大到小的顺序对芯片列表中的芯片坐标进行排序;
当y0≤cy0且|x0|≤|y0|,按照y轴坐标从小到大的顺序对芯片列表中的芯片坐标进行排序。
其进一步的技术方案为,芯片高速智能拾取方法还包括:
当图像识别确定预定检测范围内不存在芯片类型为合格芯片的邻居芯片、芯片列表中存在至少一个芯片坐标时,执行将芯片列表中与目标拾取坐标之间的距离最近的芯片坐标作为更新后的目标拾取坐标的步骤;
当图像识别确定预定检测范围内不存在芯片类型为合格芯片的邻居芯片、芯片列表中不存在芯片坐标、且已经拾取的合格芯片的数量相较于晶圆包含的合格芯片的总数量的比例达到预定比例时,确定拾取完成晶圆中的所有合格芯片;
当图像识别确定预定检测范围内不存在芯片类型为合格芯片的邻居芯片、芯片列表中不存在芯片坐标、且已经拾取的合格芯片的数量相较于晶圆包含的合格芯片的总数量的比例未达到预定比例时,确定未拾取完成晶圆中的所有合格芯片,并对相机在视场范围内获取到的靶面图像进行图像处理,识别确定相机的视场范围内除目标拾取坐标处的芯片之外的多个邻居芯片的芯片类型和芯片坐标,以视场范围内的芯片类型为合格芯片且与当前的目标拾取坐标距离最近的邻居芯片的芯片坐标为参考目标坐标,将与当前的目标拾取坐标表示的芯片排列位置相邻的、且位于当前的目标拾取坐标至参考目标坐标的移动方向上的芯片排列位置的坐标作为更新后的目标拾取坐标,相机的视场范围大于预定检测范围。
其进一步的技术方案为,相机为变倍变焦相机,该芯片高速智能拾取方法还包括:
当对相机在视场范围内获取到的靶面图像进行图像处理并确定相机的视场范围内未包含芯片类型为合格芯片的邻居芯片时,对相机进行变倍变焦调节以临时扩大相机的视场范围,并利用相机拍摄以目标拾取坐标为中心的、临时扩大后的视场范围内的靶面图像后进行图像处理,直至确定得到更新后的目标拾取坐标,或者直至临时扩大后的视场范围达到检测范围阈值时,确定拾取完成晶圆中的所有合格芯片。
其进一步的技术方案为,对于任意一个芯片类型为合格芯片的邻居芯片,利用图像识别得到的邻居芯片的芯片坐标更新芯片列表的方法包括:
当确定芯片列表中未包含邻居芯片的旧芯片坐标时,将图像识别确定的邻居芯片的芯片坐标添加到芯片列表中;
当确定芯片列表中已经包含邻居芯片的旧坐标时,直接利用图像识别确定的邻居芯片的芯片坐标替换邻居芯片的旧坐标以更新芯片列表,或者,利用图像识别确定的邻居芯片的芯片坐标和邻居芯片的旧坐标进行加权计算得到的芯片坐标替换邻居芯片的旧坐标以更新芯片列表。
其进一步的技术方案为,判断芯片列表中是否包含邻居芯片的旧坐标的方法包括:
将图像识别确定的邻居芯片的芯片坐标(x1,y1)分别与芯片列表中的所有芯片坐标进行比较并确定坐标误差;
当芯片列表中存在芯片坐标(x2,y2)与图像识别确定的邻居芯片的芯片坐标(x1,y1)之间的坐标误差在误差范围内时,确定芯片列表中已经包含邻居芯片的旧坐标,且确定芯片列表中的芯片坐标(x2,y2)为邻居芯片的旧坐标;
当芯片列表中不存在芯片坐标与图像识别确定的邻居芯片的芯片坐标之间的坐标误差在误差范围内时,确定芯片列表中未包含邻居芯片的旧坐标。
其进一步的技术方案为,确定芯片列表中任意一个芯片坐标(x2,y2)与图像识别确定的邻居芯片的芯片坐标(x1,y1)之间的坐标误差是否在误差范围内的方法包括:
当|x1-x2|<k1*w且|y1-y2|<k2*h时,确定芯片坐标(x2,y2)与图像识别确定的邻居芯片的芯片坐标(x1,y1)之间的坐标误差在误差范围内,否则确定芯片坐标(x2,y2)与图像识别确定的邻居芯片的芯片坐标(x1,y1)之间的坐标误差超出误差范围内;
其中,k1和k2分别为系数,晶圆中所有芯片的宽度方向沿着晶圆坐标系的x方向,且所有芯片的宽度均为w;晶圆中所有芯片的高度方向均沿着晶圆坐标系的y方向,且所有芯片的宽度均为h;|x1-x2|表示计算x1与x2之间的绝对值,|y1-y2|表示计算y1与y2之间的绝对值。
其进一步的技术方案为,将图像识别确定的邻居芯片的芯片坐标分别与芯片列表中的所有芯片坐标进行比较并确定坐标误差的方法包括:
创建多个线程,利用多个线程并行地将图像识别确定的邻居芯片的芯片坐标与芯片列表中不同的芯片坐标进行比较并确定坐标误差,直至有一个线程比较确定存在芯片坐标(x2,y2)与图像识别确定的邻居芯片的芯片坐标(x1,y1)之间的坐标误差在误差范围内时,结束所有线程。
本申请的有益技术效果是:
本申请公开了一种芯片高速智能拾取方法,在利用拾取机构按照本申请的芯片高速智能拾取方法拾取晶圆上的合格芯片时,在每个目标拾取坐标处利用相机结合图像处理技术识别当前拾取的合格芯片周围的其他邻居芯片的芯片坐标和芯片类型,然后就近移动至临近的一个邻居芯片处进行下一轮拾取,从而可以在拾取合格芯片的过程中就同步识别周围的不合格芯片及芯片坐标,而无需再依次遍历各个不合格芯片额外对不合格芯片进行识别,减少了额外处理不合格芯片的耗时,而且每次都是移动至就近的芯片处进行下一轮拾取,移动路径更合理,总的移动路径更短,因此拾取效率更高。
本申请优先选取属于合格芯片的邻居芯片作为下一轮拾取的芯片,补充逻辑从芯片列表中寻找距离最近的合格芯片作为下一轮拾取的芯片,再一步补充逻辑通过扩大至在整个视场范围内寻找合格芯片作为下一轮拾取的芯片,再一步补充逻辑对相机扩大视场范围寻找合格芯片作为下一轮拾取的芯片,直至最终确定拾取完成所有合格芯片,从而可以在优化拾取顺序提高拾取效率的基础上,有效避免遗漏,对晶圆上合格芯片的拾取完成率更高。
本申请的芯片高速智能拾取方法会不断更新同一个合格芯片在芯片列表中的芯片坐标,且在判断芯片列表中是否已经有某一个邻居芯片的旧坐标时,改进为使用芯片坐标之间的绝对值来比较,相比于利用欧式距离来判断的方法,在保证了准确性的基础上减少了运算量,加快了处理速度,另外还结合多线程并行处理的方法,进一步提高了处理速度,进一步提高拾取效率。
本申请在从芯片列表中寻找与当前的目标拾取坐标距离最近的合格芯片的芯片坐标时,首先初步筛选出位于目标拾取坐标临近的局部区域内的芯片坐标,然后从筛选出的局部区域内的芯片坐标中再通过欧式距离寻找距离最近的芯片坐标,从而可以避免针对距离较远的芯片坐标的无意义的冗余计算,可以有效减少计算量,提高了处理速度,提高拾取效率。
本申请的芯片高速智能拾取方法在拾取过程中,不断更新芯片列表中邻居芯片的芯片坐标,从而可以不断修正邻居芯片的芯片坐标,以弥补在芯片拾取过程中由于蓝膜被刺破收缩而导致的部分芯片发生的芯片坐标的移位,使得芯片坐标更准确,可以提高拾取可靠性。尤其是对于光通讯类的芯片,由于吸附头需要避开光通道、只能部分接触芯片,因此芯片坐标的准确性对于保证拾取可靠性有更为重要的意义。
附图说明
图1是本申请一个实施例的芯片高速智能拾取方法的方法流程图。
图2是本申请一个实例的晶圆中的芯片的示意图。
图3是本申请另一个实例的晶圆中的芯片的示意图。
图4是本申请另一个实施例的芯片高速智能拾取方法的方法流程图。
图5是本申请一个实例的晶圆中的芯片坐标分布示意图。
图6是本申请另一个实例的晶圆中的芯片的示意图。
图7是本申请另一个实施例的芯片高速智能拾取方法的方法流程图。
具体实施方式
下面结合附图对本申请的具体实施方式做进一步说明。
本申请公开了一种芯片高速智能拾取方法,请参考图1所示的流程图,该方法包括如下步骤:
1、初始化晶圆所在的晶圆坐标系中的目标拾取坐标并将目标拾取坐标添加到芯片列表中。
晶圆呈圆形,晶圆中包含按阵列结构排布的若干个芯片,所有芯片的规格均相等,且所有芯片的宽度方向均朝着同一方向排列、所有芯片的高度方向均朝着同一方向排列,所有芯片在晶圆上呈现二维阵列排布结构,请参考图2,本申请以所有芯片的宽度均为w、所有芯片的高度均为h为例。
本申请公开的芯片高速智能拾取方法用于从晶圆中依次拾取芯片,在执行芯片拾取工序之前,工业应用中一般预先对晶圆中的芯片完成芯片检查工序,芯片检查工序用于检查晶圆中各个芯片是否合格,并会给不合格芯片添加不合格标记,常见的不合格标记是添加在芯片上的墨点,如图2中添加在芯片上的黑色圆点所示。因此本申请中的晶圆是完成芯片检查工序后的晶圆,本申请的晶圆中包含的芯片的芯片类型已经在前序的芯片检查工序中确定,芯片类型为合格芯片或不合格芯片,且不合格芯片具有不合格标记,本申请的芯片高速智能拾取方法即用于从晶圆中依次拾取合格芯片。
在实际应用时,晶圆中的合格芯片的数量较多,不合格芯片的数量较少,且不合格芯片一般零散的分布在晶圆的不同位置,如图2示出了一种示例情况,实际应用中的晶圆的规模要比图2所示的大得多,一般会包含更多的芯片。
在利用拾取机构从晶圆中拾取合格芯片时,需要确定合格芯片的位置,从而可以准确控制拾取机构移动至合格芯片处以准确拾取。因此预先建立有平面虚拟坐标系作为晶圆坐标系,一般情况下,以晶圆中所有芯片的宽度方向为晶圆坐标系的x方向,以及晶圆中所有芯片的高度方向为晶圆坐标系的y方向。晶圆坐标系的原点可以根据需要选取,比如一般可以选取晶圆的中心为原点,从而可以建立得到晶圆坐标系,如图2所示,则晶圆中每一个芯片都可以利用晶圆坐标系中的一个芯片坐标来进行唯一标识。
在固定好晶圆位置不变并建立好晶圆坐标系后,初始化一个目标拾取坐标,该目标拾取坐标是晶圆的其中一个合格芯片在晶圆坐标系中的芯片坐标,一般是人为指定的第一个拾取的合格芯片的芯片坐标。
初始化一个为空的芯片列表,并将初始化的该目标拾取坐标添加到芯片列表中,该芯片列表用于存储合格芯片的芯片坐标。
2、控制拾取机构带动相机和吸附头移动至目标拾取坐标。
3、利用相机拍摄以目标拾取坐标(x0,y0)为中心的预定检测范围内的局部图像并对局部图像进行图像处理,识别确定预定检测范围内除目标拾取坐标(x0,y0)处的芯片之外的多个邻居芯片的芯片类型和芯片坐标。
预定检测范围覆盖多个芯片排列位置,每个芯片排列位置处有一个芯片,或者该芯片排列位置处的芯片已经被拾取,预定检测范围的具体大小可以根据实际情况设定。在一个实施例中,预定检测范围在晶圆坐标系的x方向上的宽度为3w、在y方向上的高度为3h,则以目标拾取坐标(x0,y0)为中心的预定检测范围内包含9个芯片,分别是目标拾取坐标(x0,y0)处的芯片及其8邻域的邻居芯片。
由于预定检测范围覆盖多个芯片排列位置所在的区域,因此大部分的情况下,利用相机拍摄的预定检测范围内的局部图像除了目标拾取坐标(x0,y0)处的芯片之外还包括其他芯片,本申请将其称为邻居芯片。比如当预定检测范围在晶圆坐标系的x方向上的宽度为3w、在y方向上的高度为3h时,请参考图2,当目标拾取坐标(x0,y0)位于芯片c1处时,预定检测范围内除了目标拾取坐标(x0,y0)处的芯片c1之外,还包括8个邻居芯片分别为芯片c2、芯片c3、芯片c4、芯片c5、芯片c6、芯片c7、芯片c8和芯片c9。在图2的实例中,预定检测范围内的邻居芯片都与目标拾取坐标(x0,y0)处的芯片c1直接相邻,但当使用更大的预定检测范围时,预定检测范围内的邻居芯片也可以不与目标拾取坐标(x0,y0)处的芯片c1直接相邻。
但是实际上,预定检测范围覆盖的芯片排列位置上未必都有邻居芯片,可能该芯片排列位置上的芯片已经被拾取掉了。或者预定检测范围覆盖的区域并不属于任意一个芯片排列位置,这种情况主要出现在目标拾取坐标(x0,y0)在晶圆的边缘处的情况。比如在图2中,同样以预定检测范围在晶圆坐标系的x方向上的宽度为3w、在y方向上的高度为3h,当目标拾取坐标(x0,y0)位于芯片c10时,预定检测范围内除了芯片c10之外,还包括5个邻居芯片分别为芯片c11、芯片c12、芯片c13和芯片c14。因此当预定检测范围覆盖H个芯片排列位置所在的区域时,图像识别得到的预定检测范围内的邻居芯片的数量最少为0个,最多为H-1个。
在对局部图像并进行图像处理时,当识别得到任意一个邻居芯片上的不合格标记时,可以确定该邻居芯片的芯片类型为不合格芯片,否则可以确定该邻居芯片的芯片类型为合格芯片。
通过局部图像可以确定各个邻居芯片在相机的图像坐标系中的坐标,而图像坐标系与晶圆坐标系已经预先做过标定,则通过坐标系之间的转换根据目标拾取坐标(x0,y0)就可以确定得到各个邻居芯片的芯片坐标。该部分的图像处理技术和不同坐标系之间的标定和转换可以基于现有常用图像处理方法实现,本申请对此不赘述。
4、利用吸附头拾取目标拾取坐标(x0,y0)处的芯片,并将目标拾取坐标(x0,y0)从芯片列表中删除。
5、利用图像识别得到的芯片类型为合格芯片的邻居芯片的芯片坐标更新芯片列表,使得更新后的芯片列表中包含本次图像识别得到的芯片类型为合格芯片的邻居芯片的芯片坐标。
6、按照预定移动顺序确定其中一个芯片类型为合格芯片的邻居芯片的芯片坐标为更新后的目标拾取坐标,再次执行控制拾取机构带动相机和吸附头移动至目标拾取坐标的步骤,也即重复上述步骤2-6,直至拾取完成晶圆中的所有合格芯片。
在一个实施例中,上述步骤5中利用图像识别得到的芯片类型为合格芯片的邻居芯片的芯片坐标(x1,y1)更新芯片列表的方法时,首先确定判断芯片列表中是否已经包含该邻居芯片的芯片坐标,包括:
(1)将图像识别确定的邻居芯片的芯片坐标(x1,y1)分别与芯片列表中的所有芯片坐标进行比较并确定坐标误差。
如上所述,芯片列表中的芯片坐标的数量级较大,因此为了减少计算量,在一个实施例中,不通过芯片坐标之间的欧式距离来确定坐标误差,确定芯片列表中任意一个芯片坐标(x2,y2)与图像识别确定的邻居芯片的芯片坐标(x1,y1)之间的坐标误差是否在误差范围内的方法包括:
当|x1-x2|<k1*w且|y1-y2|<k2*h时,确定芯片坐标(x2,y2)与图像识别确定的邻居芯片的芯片坐标(x1,y1)之间的坐标误差在误差范围内,否则确定芯片坐标(x2,y2)与图像识别确定的邻居芯片的芯片坐标(x1,y1)之间的坐标误差超出误差范围。其中,k1和k2分别为系数,k1和k2的取值越大,坐标误差的误差范围越大;反之k1和k2的取值越小,坐标误差的误差范围越小,本领域技术人员可以根据对误差范围的实际需求来合理设定k1和k2的取值,本申请对系数k1和k2的取值不做具体限定,且系数k1和k2的取值可以为整数也可以为小数。晶圆中所有芯片的宽度方向沿着晶圆坐标系的x向,且所有芯片的宽度均为w。晶圆中所有芯片的高度方向均沿着晶圆坐标系的y方向,且所有芯片的宽度均为h。|x1-x2|表示计算x1与x2之间的绝对值,|y1-y2|表示计算y1与y2之间的绝对值。
相比于计算欧式距离来作为坐标误差的方法,上述计算过程计算量较小,可以提高处理速度。
(2)当芯片列表中存在芯片坐标(x2,y2)与图像识别确定的邻居芯片的芯片坐标(x1,y1)之间的坐标误差在误差范围内时,确定芯片列表中已经包含邻居芯片的旧坐标,且确定芯片列表中的芯片坐标(x2,y2)为邻居芯片的旧坐标。
在这种情况中,直接利用图像识别确定的邻居芯片的芯片坐标替换邻居芯片的旧坐标以更新芯片列表,或者,利用图像识别确定的邻居芯片的芯片坐标和邻居芯片的旧坐标进行加权计算得到的芯片坐标替换邻居芯片的旧坐标以更新芯片列表。这里的加权计算更常用的是取平均值。
比如图像识别确定的邻居芯片的芯片坐标(x1,y1),而芯片列表中已经包含邻居芯片的旧坐标(x2,y2),则可以直接利用(x1,y1)替换(x2,y2),或者利用((x1+x2)/2,(y1+y2)/2)替换(x2,y2)。
在芯片拾取过程中,当一个芯片被拾取时,该芯片下方的蓝膜会被刺破,由于蓝膜收缩会导致其他未被拾取的芯片的位置相应发生一些移位,也即导致其他未被拾取的芯片的芯片坐标发生一些偏移,尤其是当一个芯片周围的蓝膜都被刺破时,该芯片的移位现象更为明显。而通过该实施例提供的方法,在拾取过程中会不断根据图像识别得到的邻居芯片的芯片坐标更新该邻居芯片在芯片列表中的芯片坐标,可以修正该芯片因周围芯片被拾取而产生的移位,使得该芯片的芯片坐标更准确,可以更准确的拾取该芯片。尤其是对应光通讯类的芯片,由于吸附头需要避开光通道、只能部分接触芯片,因此芯片坐标的准确性对于保证拾取可靠性有更为重要的意义。
(3)当芯片列表中不存在芯片坐标与图像识别确定的邻居芯片的芯片坐标之间的坐标误差在误差范围内时,确定芯片列表中未包含邻居芯片的旧坐标。在这种情况中,直接将图像识别确定的邻居芯片的芯片坐标添加到芯片列表中。
在一个实施例中,为了进一步减小计算量,在将图像识别确定的邻居芯片的芯片坐标(x1,y1)与芯片列表中的芯片坐标进行比较时,创建多个线程,利用多个线程并行地将图像识别确定的邻居芯片的芯片坐标与芯片列表中不同的芯片坐标进行比较并确定坐标误差,直至有一个线程比较确定存在芯片坐标(x2,y2)与图像识别确定的邻居芯片的芯片坐标(x1,y1)之间的坐标误差在误差范围内时,结束所有线程。
如上所述,由于晶圆中合格芯片的数量较多,而不合格芯片的数量较少,因此在拾取过程中的大多数情况下,以目标拾取坐标为中心的预定检测范围内一般都会包含合格芯片。请参考图4所示的流程图,当图像识别确定预定检测范围内仅包含一个芯片类型为合格芯片的邻居芯片时,直接将唯一的该芯片类型为合格芯片的邻居芯片的芯片坐标作为更新后的目标拾取坐标。当图像识别确定预定检测范围内包含多个芯片类型为合格芯片的邻居芯片时,执行按照预定移动顺序确定其中一个芯片类型为合格芯片的邻居芯片的芯片坐标为更新后的目标拾取坐标的步骤,按照预定移动顺序从中选择一个芯片类型为合格芯片的邻居芯片的芯片坐标作为更新后的目标拾取坐标。不管是上述哪种情况,当确定预定检测范围内包含合格芯片时,都可以确定还未拾取完成晶圆中的所有合格芯片,此时就近选取一个属于合格芯片的邻居芯片进行下一轮拾取,因此可以减少拾取机构的移动距离,而且可以直接移动至合格芯片处,无需再移动至不合格芯片处再次进行图像采集和识别,提高了拾取的效率。
预定移动顺序是预先设定的、用于指示从目标拾取坐标处的芯片分别移动至各个邻居芯片的移动方向的优先级顺序,则将位于目标拾取坐标处的芯片的优先级顺序最高的移动方向上的、属于合格芯片的邻居芯片的芯片坐标为更新后的目标拾取坐标。本申请中的预定移动顺序只要保证能够遍历到目标拾取坐标处的芯片至所有邻居芯片的移动方向即可,而不限于某种特定的顺序,本领域技术人员可以根据实际需要来预先设定该预定移动顺序。
比如请参考图2,在一个实例中,初始化的目标拾取坐标(x0,y0)位于芯片c1处,晶圆坐标系如图2所示建立,预定检测范围在x方向上的宽度为3w、在y方向上的高度为3h,图像识别确定芯片c1的8个邻居芯片都是合格芯片,且确定了芯片c2-c9的芯片坐标。则利用吸附头拾取芯片c1,并将(x0,y0)从芯片列表中删除,然后利用芯片c2-c9的芯片坐标更新芯片列表。
在该实例中,预先设定的预定移动顺序依次是:沿着y轴正方向移动h、沿着y轴正方向移动h后沿着x轴负方向移动w、沿着x轴负方向移动w、沿着x轴负方向移动w后沿着y轴负方向移动h,沿着y轴负方向移动h、沿着y轴负方向移动h后沿着x轴正方向移动w、沿着x轴正方向移动w、沿着x轴正方向移动w后沿着y轴正方向移动h。
则按照该预定移动顺序,在确定芯片c1的8个邻居芯片都是合格芯片的基础上,由于芯片c2属于合格芯片,且芯片c2位于芯片c1的优先级顺序最高的移动方向上,因此将芯片c2的芯片坐标作为更新后的目标拾取坐标。
则更新后的目标拾取坐标(x0,y0)位于芯片c2处,如图3所示,由于芯片c1已被拾取,因此芯片c1所在的芯片排列位置为空,图3以×表示,则预定检测范围内确定的邻居芯片仅有7个,分别为芯片c3、芯片c4、芯片c8、芯片c9、芯片c15、芯片c16和芯片c17,且可以识别确定芯片c16为不合格芯片。将更新后的目标拾取坐标(x0,y0)也即芯片c2的芯片坐标从芯片列表中删除,然后利用芯片c3、芯片c4、芯片c8、芯片c9、芯片c15和芯片c17更新芯片列表。
按照预先设定的预定移动顺序,虽然芯片c16位于芯片c1的优先级顺序最高的移动方向上,但是芯片c16是不合格芯片,因此将下一位优先级顺序且属于合格芯片的芯片c17的芯片坐标作为更新后的目标拾取坐标,如此重复上述过程。
如上所述,虽然大部分情况下,预定检测范围内一般都包含合格芯片,但是也有一些情况中,图像识别确定预定检测范围内不包含芯片类型为合格芯片的邻居芯片,可能是邻居芯片均为不合格芯片,也可能根本不存在邻居芯片。则请参考图4所示的流程图,在一个实施例中,将芯片列表中与目标拾取坐标之间的距离最近的芯片坐标作为更新后的目标拾取坐标,此时芯片列表中包含所有已经图像识别过的、确定过芯片类型为合格芯片的邻居芯片的芯片坐标,直接从中选取一个距离最近的合格芯片处进行下一轮拾取,也可以减少拾取机构的移动距离。
在一个实施例中,确定芯片列表中与目标拾取坐标(x0,y0)之间的距离最近的芯片坐标的方法包括:分别计算芯片列表中各个芯片坐标与目标拾取坐标(x0,y0)之间的欧式距离,并确定得到欧式距离最小的芯片坐标。
但是考虑到在实际拾取过程中,由于晶圆的规模很大,芯片列表中包含的芯片坐标的数量级较大,有时可能会达到1000甚至2000个,分别计算欧式距离会导致计算耗时较长,而且效率较低。因此在另一个实施例中,首先根据目标拾取坐标(x0,y0)与晶圆的晶圆中心坐标(cx0,cy0)的相对位置关系对应的排序规则对芯片列表中的芯片坐标进行排序。然后分别计算目标拾取坐标(x0,y0)与排序后的前K个芯片坐标之间的距离,并确定得到排序后的前K个芯片坐标中与目标拾取坐标(x0,y0)距离最近的芯片坐标,前K个芯片坐标是芯片列表中的部分芯片坐标,且确定得到的前K个芯片坐标位于目标拾取坐标(x0,y0)所在的局部区域内,K为参数。局部区域没有特定的区域范围,仅为了说明,该实施例提供的方法首先筛选出芯片列表中位于目标拾取坐标(x0,y0)附近的局部区域内的部分芯片坐标,然后仅需计算这K个芯片坐标与目标拾取坐标(x0,y0)之间的距离,无需计算目标拾取坐标(x0,y0)与其他相距较远的芯片坐标之间的距离,从而在保证精度基础上减少了计算量。在该实施例中,通过调用接口System.Linq.IOrderedNumerable的OrderBy函数就可以完成对芯片坐标的排序,易于实现。
其中,根据目标拾取坐标(x0,y0)与晶圆的晶圆中心坐标(cx0,cy0)的相对位置关系对应的排序规则对芯片列表中的芯片坐标排序的方法包括,请参考图5所示的各种情况对应的(x0,y0)覆盖区域:
(1)当x0>cx0且|x0|>|y0|,此时目标拾取坐标(x0,y0)位于晶圆的更靠近x轴正半轴的部分,因此按照x轴坐标从大到小的顺序对芯片列表中的芯片坐标进行排序,选取的前K个芯片坐标同样位于晶圆的更靠近x轴正半轴处,位于目标拾取坐标(x0,y0)的周围。
(2)当x0≤cx0且|x0|>|y0|,此时目标拾取坐标(x0,y0)位于晶圆的更靠近x轴负半轴的部分,按照x轴坐标从小到大的顺序对芯片列表中的芯片坐标进行排序,选取的前K个芯片坐标同样位于晶圆的更靠近x轴负半轴处,位于目标拾取坐标(x0,y0)的周围。
(3)当y0>cy0且|x0|≤|y0|,此时目标拾取坐标(x0,y0)位于晶圆的更靠近y轴正半轴的部分,按照y轴坐标从大到小的顺序对芯片列表中的芯片坐标进行排序,选取的前K个芯片坐标同样位于晶圆的更靠近y轴正半轴处,位于目标拾取坐标(x0,y0)的周围。
(4)当y0≤cy0且|x0|≤|y0|,此时目标拾取坐标(x0,y0)位于晶圆的更靠近y轴负半轴的部分,按照y轴坐标从小到大的顺序对芯片列表中的芯片坐标进行排序,选取的前K个芯片坐标同样位于晶圆的更靠近y轴负半轴处,位于目标拾取坐标(x0,y0)的周围。
在上述实施例中,当图像识别确定预定检测范围内不存在芯片类型为合格芯片的邻居芯片,且芯片列表中存在至少一个芯片坐标时,按照上述实施例提供的方法可以确定得到更新后的目标拾取坐标,这种情况下也可以确定还未拾取完成晶圆中的所有合格芯片。
在另一种情况中,当图像识别确定预定检测范围内不存在芯片类型为合格芯片的邻居芯片,且芯片列表中不存在芯片坐标时,此时可能是已经拾取完成晶圆中的所有合格芯片。或者也有可能是合格芯片被不合格芯片隔离开了,比如图6示出了一个较为极端的举例,晶圆中存在一列芯片都是不合格芯片,当预定检测区域覆盖9个芯片排列位置时,在按照本申请的方法拾取完位于不合格芯片一侧的最后一个合格芯片c18后,图像识别会确定以芯片c18为中心的预定检测范围内不存在芯片类型为合格芯片的邻居芯片,且此时芯片列表中也不存在芯片坐标,但是实际上位于不合格芯片另一侧的合格芯片还未拾取,若此时直接判断已经拾取完所有合格芯片,则会导致遗漏。
虽然图6的举例示意在实际应用中基本不会出现,但为了避免此类问题导致的漏拾取,在一个实施例中,当图像识别确定预定检测范围内不存在芯片类型为合格芯片的邻居芯片,且芯片列表中不存在芯片坐标时,首先检测已经拾取的合格芯片的数量相较于晶圆包含的合格芯片的总数量的比例是否达到预定比例,该预定比例是一个非常靠近100%的比例值,因为实际很难做到100%拾取晶圆中的合格芯片,比如一般设置预定比例为99%。晶圆包含的芯片的总数量、包含的合格芯片的总数量以及包含的不合格芯片的总数量都可以在芯片检查工序执行过程中获知到。
当图像识别确定预定检测范围内不存在芯片类型为合格芯片的邻居芯片、芯片列表中不存在芯片坐标,且已经拾取的合格芯片的数量相较于晶圆包含的合格芯片的总数量的比例k达到预定比例kmax时,也即满足k≥kmax时,确定已经拾取完成晶圆中的所有合格芯片。
当图像识别确定预定检测范围内不存在芯片类型为合格芯片的邻居芯片、芯片列表中不存在芯片坐标,且已经拾取的合格芯片的数量相较于晶圆包含的合格芯片的总数量的比例k未达到预定比例kmax时,也即k<kmax时,确定还未拾取完成晶圆中的所有合格芯片,则在该实施例中,执行如下方法继续确定更新后的目标拾取坐标:
在本申请中需要利用相机获取预定检测范围内的局部图像,但实际上为了降低视场边沿处的图像畸变带来的误差,相机的视场范围大于预定检测范围,相机直接获取到的是整个视场范围内的靶面图像。一般将相机的视场范围的中央区域作为预定检测范围,则截取整个靶面图像的中央区域处的图像作为预定检测范围内的局部图像。视场范围相比于预定检测范围覆盖更多数量的芯片排列位置,比如相机的视场范围覆盖25个芯片排列位置,则可以将相机的视场范围的中心附近的9个芯片排列位置所覆盖范围作为预定检测范围。
在该实施例中,当确定还未拾取完成晶圆中的所有合格芯片时,进一步直接对相机获取到的整个视场范围内的靶面图像进行图像处理,识别确定整个视场范围内的靶面图像内除目标拾取坐标处的芯片之外的多个邻居芯片的芯片类型和芯片坐标。通过对更大覆盖范围内的靶面图像进行图像处理,有较大的概率可以通过靶面图像在相机的视场范围内识别得到芯片类型为合格芯片的邻居芯片及其芯片坐标。考虑到此时识别到的合格芯片有较大概率位于相机的视场范围的边沿处,则由于受到图像畸变的影响,对靶面图像进行图像处理识别到的合格芯片的芯片坐标可能并不准确。因此在一个实施例中,并不直接将距离当前的目标拾取坐标最近的合格芯片的芯片坐标作为更新后的目标拾取坐标,而是将视场范围内的芯片类型为合格芯片且与当前的目标拾取坐标距离最近的邻居芯片的芯片坐标为参考目标坐标,然后将与当前的目标拾取坐标表示的芯片排列位置相邻的、且位于当前的目标拾取坐标至参考目标坐标的移动方向上的芯片排列位置的坐标作为更新后的目标拾取坐标。这里的芯片排列位置上可能设置有合格芯片,也可能设置有不合格芯片,也可能没有设置芯片,芯片排列位置的坐标也可以通过对靶面图像进行图像处理得到。也即并不直接跳转至距离较远的合格芯片的芯片坐标处,避免由于图像畸变导致的芯片坐标不准确而影响拾取准确性,而是依次移动至相邻的芯片排列位置处,逐步靠近距离较远的合格芯片,并在逐步向参考目标坐标移动的过程中不断修正图像识别到的合格芯片的芯片坐标。
然后控制拾取机构带动相机和吸附头移动至更新后的目标拾取坐标处,并利用相机拍摄以当前的目标拾取坐标为中心的预定检测范围内的局部图像并进行图像处理。当在当前的局部图像中识别确定存在芯片类型为合格芯片的邻居芯片时,利用对局部图像进行图像处理识别得到的芯片类型为合格芯片的邻居芯片的芯片坐标更新芯片列表,然后按照预定移动顺序确定其中一个芯片类型为合格芯片的邻居芯片的芯片坐标为更新后的目标拾取坐标,与上述实施例的方法相同,该实施例不再赘述。当在当前的局部图像中未识别到芯片类型为合格芯片的邻居芯片时,在当前的目标拾取坐标处,直接对相机在当前的目标拾取坐标处获取到的整个视场范围内的靶面图像进行图像处理,重复上述过程。
比如在图6的实例中,当前的目标拾取坐标是芯片c18的芯片坐标,相机的视场范围覆盖5*5个芯片排列位置,预定检测范围覆盖最中央的3*3个芯片排列位置。对在芯片c18的芯片坐标处获取到的预定检测范围内的局部图像进行图像识别后,未识别到芯片类型为合格芯片的邻居芯片。直接对芯片c18的芯片坐标处获取到的视场范围内的靶面图像进行图像识别后,识别得到相机的视场范围内包含三个芯片类型为合格芯片的邻居芯片分别为芯片c19、芯片c20和芯片c21以及识别得到这三个合格芯片的芯片坐标。此时并不直接将距离芯片c18的芯片坐标最近的芯片c19的芯片坐标作为更新后的目标拾取坐标,将芯片c19的芯片坐标作为参考目标坐标,然后将与芯片c18相邻的、其位于芯片c18的芯片坐标至芯片c19的芯片坐标的移动方向上的芯片排列位置的坐标作为更新后的目标拾取坐标,也即将图6中位于芯片c18右侧的芯片排列位置的坐标作为更新后的目标拾取坐标。然后控制拾取机构带动相机和吸附头移动至该更新后的目标拾取坐标处,此时再次采集在当前的目标拾取坐标处的预定检测范围内的局部图像,进行图像识别可以得到两个芯片类型为合格芯片的邻居芯片分别为芯片c19和芯片c20以及各自的芯片坐标,后续可以按照本申请提供的上述方法进行下一轮拾取。
当通过靶面图像确定相机的整个视场范围内仍然不包含芯片类型为合格芯片的邻居芯片时,可以直接确定拾取完成晶圆中的所有合格芯片。或者在另一个实施例中,为了进一步提高准确率,可以进一步将拾取机构中的相机替换为使用变倍变焦相机,则如图7所示,在通过靶面图像确定相机的整个视场范围内仍然不包含芯片类型为合格芯片的邻居芯片时,对相机进行变倍变焦调节以临时扩大相机的视场范围,并利用相机拍摄以目标拾取坐标为中心的、临时扩大的视场范围内的靶面图像并进行图像处理,重复上述实施例介绍的对靶面图像进行图像处理的过程,直至确定得到更新后的目标拾取坐标。或者直至临时扩大后的视场范围达到检测范围阈值时,仍然未通过临时扩大的视场范围内的靶面图像识别到芯片类型为合格芯片的邻居芯片时,最终确定拾取完成晶圆中的所有合格芯片。检测范围阈值是预先设定的,由于晶圆上合格芯片数量较多且一般排列较为密集,一般认为在检测范围阈值内都不存在合格芯片时,就可以认为已经拾取完成所有合格芯片。
在上述过程中,相机的视场范围是临时扩大的,也即当确定得到更新后的目标拾取坐标,并控制拾取机构带动相机和吸附头移动至更新后的目标拾取坐标进行下一轮拾取时,仍然恢复到按照初始的视场范围和预定检测范围来检测,减少数据处理量且提高图像处理的精度。
以上所述的仅是本申请的优选实施方式,本申请不限于以上实施例。可以理解,本领域技术人员在不脱离本申请的精神和构思的前提下直接导出或联想到的其他改进和变化,均应认为包含在本申请的保护范围之内。

Claims (8)

1.一种芯片高速智能拾取方法,其特征在于,所述芯片高速智能拾取方法包括:
初始化晶圆所在的晶圆坐标系中的目标拾取坐标并将所述目标拾取坐标添加到芯片列表中,所述晶圆中包含按阵列结构排布的若干个芯片,每个芯片的芯片类型为合格芯片或不合格芯片,不合格芯片具有不合格标记,初始化的所述目标拾取坐标是其中一个合格芯片在所述晶圆坐标系中的芯片坐标,所述芯片列表初始化为空;
控制拾取机构带动相机和吸附头移动至所述目标拾取坐标;
利用所述相机拍摄以所述目标拾取坐标为中心的预定检测范围内的局部图像并进行图像处理,识别确定所述预定检测范围内除所述目标拾取坐标处的芯片之外的多个邻居芯片的芯片类型和芯片坐标,当识别得到邻居芯片上的不合格标记时确定所述邻居芯片的芯片类型为不合格芯片、否则确定所述邻居芯片的芯片类型为合格芯片;
利用所述吸附头拾取所述目标拾取坐标处的芯片,并将所述目标拾取坐标从所述芯片列表中删除;
利用图像识别得到的芯片类型为合格芯片的邻居芯片的芯片坐标更新所述芯片列表;
按照预定移动顺序确定其中一个芯片类型为合格芯片的邻居芯片的芯片坐标为更新后的所述目标拾取坐标,再次执行所述控制拾取机构带动相机和吸附头移动至所述目标拾取坐标的步骤,直至拾取完成所述晶圆中的所有合格芯片;
所述芯片高速智能拾取方法还包括:
当图像识别确定所述预定检测范围内仅包含一个芯片类型为合格芯片的邻居芯片时,将所述芯片类型为合格芯片的邻居芯片的芯片坐标作为更新后的所述目标拾取坐标;
当图像识别确定所述预定检测范围内包含多个芯片类型为合格芯片的邻居芯片时,执行所述按照预定移动顺序确定其中一个芯片类型为合格芯片的邻居芯片的芯片坐标为更新后的所述目标拾取坐标的步骤;
当图像识别确定所述预定检测范围内不包含芯片类型为合格芯片的邻居芯片时,将所述芯片列表中与所述目标拾取坐标之间的距离最近的芯片坐标作为更新后的所述目标拾取坐标;确定所述芯片列表中与目标拾取坐标(x0,y0)之间的距离最近的芯片坐标的方法包括:根据所述目标拾取坐标(x0,y0)与所述晶圆的晶圆中心坐标(cx0,cy0)的相对位置关系对应的排序规则对所述芯片列表中的芯片坐标进行排序;分别计算所述目标拾取坐标(x0,y0)与排序后的前K个芯片坐标之间的距离,并确定得到排序后的前K个芯片坐标中与所述目标拾取坐标(x0,y0)距离最近的芯片坐标,前K个芯片坐标是所述芯片列表中的部分芯片坐标,且确定得到的前K个芯片坐标位于所述目标拾取坐标(x0,y0)所在的局部区域内,K为参数。
2.根据权利要求1所述的芯片高速智能拾取方法,其特征在于,根据所述目标拾取坐标(x0,y0)与所述晶圆的晶圆中心坐标(cx0,cy0)的相对位置关系对应的排序规则对所述芯片列表中的芯片坐标进行排序的方法包括:
当x0>cx0且|x0|>|y0|,按照x轴坐标从大到小的顺序对所述芯片列表中的芯片坐标进行排序;
当x0≤cx0且|x0|>|y0|,按照x轴坐标从小到大的顺序对所述芯片列表中的芯片坐标进行排序;
当y0>cy0且|x0|≤|y0|,按照y轴坐标从大到小的顺序对所述芯片列表中的芯片坐标进行排序;
当y0≤cy0且|x0|≤|y0|,按照y轴坐标从小到大的顺序对所述芯片列表中的芯片坐标进行排序。
3.根据权利要求1所述的芯片高速智能拾取方法,其特征在于,所述芯片高速智能拾取方法还包括:
当图像识别确定所述预定检测范围内不存在芯片类型为合格芯片的邻居芯片、所述芯片列表中存在至少一个芯片坐标时,执行所述将所述芯片列表中与所述目标拾取坐标之间的距离最近的芯片坐标作为更新后的所述目标拾取坐标的步骤;
当图像识别确定所述预定检测范围内不存在芯片类型为合格芯片的邻居芯片、所述芯片列表中不存在芯片坐标、且已经拾取的合格芯片的数量相较于晶圆包含的合格芯片的总数量的比例达到预定比例时,确定拾取完成所述晶圆中的所有合格芯片;
当图像识别确定所述预定检测范围内不存在芯片类型为合格芯片的邻居芯片、所述芯片列表中不存在芯片坐标、且已经拾取的合格芯片的数量相较于晶圆包含的合格芯片的总数量的比例未达到所述预定比例时,确定未拾取完成所述晶圆中的所有合格芯片,并对所述相机在视场范围内获取到的靶面图像进行图像处理,识别确定所述相机的视场范围内除所述目标拾取坐标处的芯片之外的多个邻居芯片的芯片类型和芯片坐标,以所述视场范围内的芯片类型为合格芯片且与当前的目标拾取坐标距离最近的邻居芯片的芯片坐标为参考目标坐标,将与当前的目标拾取坐标表示的芯片排列位置相邻的、且位于当前的目标拾取坐标至所述参考目标坐标的移动方向上的芯片排列位置的坐标作为更新后的目标拾取坐标,所述相机的视场范围大于所述预定检测范围。
4.根据权利要求3所述的芯片高速智能拾取方法,其特征在于,所述相机为变倍变焦相机,所述芯片高速智能拾取方法还包括:
当对所述相机在视场范围内获取到的靶面图像进行图像处理并确定所述相机的视场范围内未包含芯片类型为合格芯片的邻居芯片时,对所述相机进行变倍变焦调节以临时扩大所述相机的视场范围,并利用所述相机拍摄以所述目标拾取坐标为中心的、临时扩大后的视场范围内的靶面图像后进行图像处理,直至确定得到更新后的目标拾取坐标,或者直至临时扩大后的视场范围达到检测范围阈值时,确定拾取完成所述晶圆中的所有合格芯片。
5.根据权利要求1所述的芯片高速智能拾取方法,其特征在于,对于任意一个芯片类型为合格芯片的邻居芯片,利用图像识别得到的所述邻居芯片的芯片坐标更新所述芯片列表的方法包括:
当确定所述芯片列表中未包含所述邻居芯片的旧芯片坐标时,将图像识别确定的所述邻居芯片的芯片坐标添加到所述芯片列表中;
当确定所述芯片列表中已经包含所述邻居芯片的旧坐标时,直接利用图像识别确定的所述邻居芯片的芯片坐标替换所述邻居芯片的旧坐标以更新所述芯片列表,或者,利用图像识别确定的所述邻居芯片的芯片坐标和所述邻居芯片的旧坐标进行加权计算得到的芯片坐标替换所述邻居芯片的旧坐标以更新所述芯片列表。
6.根据权利要求5所述的芯片高速智能拾取方法,其特征在于,判断所述芯片列表中是否包含所述邻居芯片的旧坐标的方法包括:
将图像识别确定的所述邻居芯片的芯片坐标(x1,y1)分别与所述芯片列表中的所有芯片坐标进行比较并确定坐标误差;
当所述芯片列表中存在芯片坐标(x2,y2)与图像识别确定的所述邻居芯片的芯片坐标(x1,y1)之间的坐标误差在误差范围内时,确定所述芯片列表中已经包含所述邻居芯片的旧坐标,且确定所述芯片列表中的芯片坐标(x2,y2)为所述邻居芯片的旧坐标;
当所述芯片列表中不存在芯片坐标与图像识别确定的所述邻居芯片的芯片坐标之间的坐标误差在误差范围内时,确定所述芯片列表中未包含所述邻居芯片的旧坐标。
7.根据权利要求6所述的芯片高速智能拾取方法,其特征在于,确定所述芯片列表中任意一个芯片坐标(x2,y2)与图像识别确定的所述邻居芯片的芯片坐标(x1,y1)之间的坐标误差是否在误差范围内的方法包括:
当|x1-x2|<k1*w且|y1-y2|<k2*h时,确定所述芯片坐标(x2,y2)与图像识别确定的所述邻居芯片的芯片坐标(x1,y1)之间的坐标误差在所述误差范围内,否则确定所述芯片坐标(x2,y2)与图像识别确定的所述邻居芯片的芯片坐标(x1,y1)之间的坐标误差超出所述误差范围内;
其中,k1和k2分别为系数,晶圆中所有芯片的宽度方向沿着所述晶圆坐标系的x方向,且所有芯片的宽度均为w;晶圆中所有芯片的高度方向均沿着所述晶圆坐标系的y方向,且所有芯片的宽度均为h;|x1-x2|表示计算x1与x2之间的绝对值,|y1-y2|表示计算y1与y2之间的绝对值。
8.根据权利要求6所述的芯片高速智能拾取方法,其特征在于,将图像识别确定的所述邻居芯片的芯片坐标分别与所述芯片列表中的所有芯片坐标进行比较并确定坐标误差的方法包括:
创建多个线程,利用多个线程并行地将图像识别确定的所述邻居芯片的芯片坐标与所述芯片列表中不同的芯片坐标进行比较并确定坐标误差,直至有一个线程比较确定存在芯片坐标(x2,y2)与图像识别确定的所述邻居芯片的芯片坐标(x1,y1)之间的坐标误差在误差范围内时,结束所有线程。
CN202310552228.0A 2023-05-17 2023-05-17 一种芯片高速智能拾取方法 Active CN116313939B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310552228.0A CN116313939B (zh) 2023-05-17 2023-05-17 一种芯片高速智能拾取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310552228.0A CN116313939B (zh) 2023-05-17 2023-05-17 一种芯片高速智能拾取方法

Publications (2)

Publication Number Publication Date
CN116313939A CN116313939A (zh) 2023-06-23
CN116313939B true CN116313939B (zh) 2023-08-01

Family

ID=86796318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310552228.0A Active CN116313939B (zh) 2023-05-17 2023-05-17 一种芯片高速智能拾取方法

Country Status (1)

Country Link
CN (1) CN116313939B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004140084A (ja) * 2002-10-16 2004-05-13 Sharp Corp 半導体チップのピックアップ方法およびそのピックアップ装置
CN1300833C (zh) * 2004-09-10 2007-02-14 华中科技大学 集成电路芯片视觉对准方法
CN109003918B (zh) * 2018-07-05 2020-06-30 汕头大学 一种芯片主动遍历匹配方法

Also Published As

Publication number Publication date
CN116313939A (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
KR101828124B1 (ko) 패턴 평가 방법 및 패턴 평가 장치
CN111106055B (zh) 一种晶圆位置确定方法
CN113112496B (zh) 一种基于自适应阈值的亚像素轴类零件尺寸测量方法
CN107607064B (zh) 基于点云信息的led荧光粉胶涂覆平整度检测系统及方法
CN109003918B (zh) 一种芯片主动遍历匹配方法
CN109238135B (zh) 一种基于视觉精准定位来料到测试箱的方法
JP4733001B2 (ja) 部品実装装置、部品実装方法及びプログラム
CN116342694B (zh) 一种基于图像处理的高效率晶圆预扫描方法
KR100238341B1 (ko) 반도체 디바이스의 픽업 장치 및 픽업 방법
CN116313939B (zh) 一种芯片高速智能拾取方法
KR20220132604A (ko) 진단 시스템
US6633663B1 (en) Method and system for determining component dimensional information
JP3684799B2 (ja) 移動体の停止位置ズレ量検出装置
US9454808B2 (en) Pattern processing apparatus, pattern processing method, and pattern processing program
CN114926417B (zh) 高密度柔性fpc表面弱划痕的显微成像检测方法及系统
CN115020174A (zh) 带电粒子束扫描成像设备实际像素尺寸的测量和监控方法
JP2004140084A (ja) 半導体チップのピックアップ方法およびそのピックアップ装置
CN110163921B (zh) 基于叠片机视觉系统的自动标定方法
CN115519533A (zh) 机器人手眼标定方法、装置、机器人和存储介质
JP6000695B2 (ja) 荷電粒子ビーム描画装置及び荷電粒子ビーム描画方法
JP2010107412A (ja) 欠陥観察装置、欠陥観察方法
US8442270B2 (en) Object detecting method and non-transitory computer-readable recording medium storing an object detection program
JP4101618B2 (ja) チップピックアップ方法およびチップピックアップ装置
CN112241975A (zh) 特征模板的匹配定位方法和匹配定位装置
CN117457536B (zh) 一种基于图像处理的芯片智能拾取方法

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: C1-8, Jinshanbei Science and Technology Industrial Park, Liangxi District, Wuxi City, Jiangsu Province, 214000

Patentee after: Ennaji Intelligent Equipment (Wuxi) Co.,Ltd.

Country or region after: China

Address before: C1-8, Jinshanbei Science and Technology Industrial Park, Liangxi District, Wuxi City, Jiangsu Province, 214000

Patentee before: ENERGY INTELLIGENT TECHNOLOGY WUXI CO.,LTD.

Country or region before: China