JP7366626B2 - 判断装置 - Google Patents

判断装置 Download PDF

Info

Publication number
JP7366626B2
JP7366626B2 JP2019140683A JP2019140683A JP7366626B2 JP 7366626 B2 JP7366626 B2 JP 7366626B2 JP 2019140683 A JP2019140683 A JP 2019140683A JP 2019140683 A JP2019140683 A JP 2019140683A JP 7366626 B2 JP7366626 B2 JP 7366626B2
Authority
JP
Japan
Prior art keywords
substrate
mark
image data
image
classification
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
JP2019140683A
Other languages
English (en)
Other versions
JP2021026019A (ja
Inventor
広鏡 藤原
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.)
Canon Inc
Original Assignee
Canon Inc
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 Canon Inc filed Critical Canon Inc
Priority to JP2019140683A priority Critical patent/JP7366626B2/ja
Priority to TW109123521A priority patent/TWI836116B/zh
Priority to KR1020200089338A priority patent/KR20210015656A/ko
Priority to CN202010737428.XA priority patent/CN112309909B/zh
Publication of JP2021026019A publication Critical patent/JP2021026019A/ja
Application granted granted Critical
Publication of JP7366626B2 publication Critical patent/JP7366626B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
    • G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
    • G03F9/7088—Alignment mark detection, e.g. TTR, TTL, off-axis detection, array detector, video detection
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/68—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for positioning, orientation or alignment
    • H01L21/681—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for positioning, orientation or alignment using optical controlling means
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
    • G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
    • G03F9/7003—Alignment type or strategy, e.g. leveling, global alignment
    • G03F9/7023—Aligning or positioning in direction perpendicular to substrate surface
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F9/00—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically
    • G03F9/70—Registration or positioning of originals, masks, frames, photographic sheets or textured or patterned surfaces, e.g. automatically for microlithography
    • G03F9/7092—Signal processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
    • H01L21/027—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67259—Position monitoring, e.g. misposition detection or presence detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Manufacturing & Machinery (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)

Description

本発明は、判断装置、基板処理装置、及び物品の製造方法に関する。
近年、電子機器の小型化や需要の拡大に伴い、メモリやＭＰＵに代表される半導体素子の微細化と生産性とを両立させる必要がある。
従って、半導体素子の製造に用いられる基板を処理する基板処理装置においては、基板の位置を合わせるアライメントについても高精度化が必要となる。
基板のアライメントにおいては、基板上に形成されているマークの画像を撮像し、得られた画像データに対してパターンマッチング処理を行うことによって、基板の位置を求める手法が多く用いられている。
特許文献１は、マークのエッジと、かかるエッジの方向とを同時に抽出し、エッジの方向ごとにエッジに着目したパターンマッチング処理を行うことで、マークを精度良く検出する露光装置を開示している。
特開２０００－２６０６９９号公報
しかし、特許文献１のようなパターンマッチング処理において、低コントラスト、ノイズ、またはマーク歪み等を含む画像データに対しては、マークの検出が困難となり、基板のアライメント精度が低下しうる。
そこで本発明は、基板におけるアライメント精度を判断することができる判断装置、基板処理装置、及び物品の製造方法を提供することを目的とする。
本発明に係る判断装置は、基板処理装置において撮像された基板上のマークの画像データの正常、デフォーカス、低コントラスト及びマーク歪みのいずれかの種別への分類を行い、分類の結果に基づいて基板におけるアライメント精度を判断することを特徴とする。
本発明によれば、基板におけるアライメント精度を判断することができる判断装置、基板処理装置、及び物品の製造方法を提供することができる。
第一実施形態に係る基板処理システムの構成を示すブロック図。 第一実施形態に係る基板処理システムが備える露光装置の構成を示す概略図。 マークが形成されている基板の模式的上面図。 マークに対するアライメント処理によって得られる画像の例を示した図。 第一実施形態に係る基板処理システムにおけるアライメント精度の低下を予測するための構成を示す図。 第一実施形態に係る基板処理システムにおける表示装置に表示される画面を例示的に示す図。 第一実施形態に係る基板処理システムにおける学習データの作成画面を例示的に示す図。 第一実施形態に係る基板処理システムにおける学習データを作成する処理を示すフローチャート。 第一実施形態に係る基板処理システムにおける学習データの作成画面を表示させるボタンを例示的に示す図。 第二実施形態に係る基板処理システムにおけるアライメント精度の低下を予測するための構成を示すブロック図。
以下、図面を参照して本実施形態に係る判断装置について詳細に説明する。なお、以下に示す実施形態は実施の具体例に過ぎないものであり、本実施形態は以下の実施形態に限定されるものではない。
また、以下に示す実施形態の中で説明されている特徴の組み合わせの全てが本実施形態の課題解決のために必須のものであるとは限らない。
また、以下に示す図面は、本実施形態を容易に理解できるようにするために、実際とは異なる縮尺で描かれている場合がある。
［第一実施形態］
図１は、第一実施形態に係る判断装置を備える基板処理システム５０の構成を示すブロック図である。
なお、本実施形態に係る判断装置は、以下に示すように基板処理システム５０に設けられた基板処理装置１０に設けられてよく、これに限らず、ホストコンピュータ１１及び管理装置１２などに設けられても構わない。
基板処理システム５０は、少なくとも一つの半導体製造ライン１を備えている。
そして、各半導体製造ライン１は、基板を処理する複数の基板処理装置１０（半導体製造装置）と、複数の基板処理装置１０の動作を制御するホストコンピュータ１１（ホスト制御装置）とを備えている。
基板処理装置１０としては、例えば、リソグラフィ装置（露光装置、インプリント装置、荷電粒子線描画装置等）、成膜装置（ＣＶＤ装置等）、加工装置（レーザー加工装置等）、検査装置（オーバーレイ検査装置等）が挙げられる。
また、基板処理装置１０には、リソグラフィ処理の前処理として基板にレジスト材（密着材）の塗布処理を行うと共に、リソグラフィ処理の後処理として現像処理を行う塗布現像装置（コーター／ディベロッパー）も含まれうる。
なお、露光装置では、基板の上に供給されたフォトレジストを原版（レチクル、マスク）を介して露光することによって、基板上のフォトレジストに原版のパターンに対応する潜像が形成される。
インプリント装置では、基板の上に供給されたインプリント材に原板（型、テンプレート）を接触させた状態でインプリント材を硬化させることによって、基板上にパターンが形成される。
荷電粒子線描画装置では、基板の上に供給されたフォトレジストに荷電粒子線によってパターンを描画することによって、基板上のフォトレジストに潜像が形成される。
図１に示されているように、各半導体製造ライン１に設けられている複数の基板処理装置１０はそれぞれ、保守を管理する管理装置１２に接続されている。
これにより、管理装置１２は、各半導体製造ライン１に設けられている複数の基板処理装置１０をそれぞれ管理することができる。
また、管理装置１２は、複数の基板処理装置１０それぞれの動作情報を収集及び解析することによって、各基板処理装置１０において発生する異常またはその予兆を検知し、保全処理（メンテナンス処理）の要否を判定する保全判定装置として機能しうる。
なお、基板処理システム５０では、複数の基板処理装置１０とホストコンピュータ１１との間の接続や、複数の基板処理装置１０と管理装置１２との間の接続は、有線接続及び無線接続のいずれでも構わない。
次に、基板処理システム５０において各基板処理装置１０が露光装置として構成される具体例を説明する。
図２（ａ）は、基板処理システム５０に設けられている露光装置１０の構成を示すブロック図である。また、図２（ｂ）は、露光装置１０が備える基板アライメント光学系１９０の構成を示す概略図である。
露光装置１０は、物品としての半導体素子、液晶表示素子、薄膜磁気ヘッドなどのデバイスの製造に用いられ、パターン形成を基板に行うリソグラフィ装置である。
また、露光装置１０は、ステップ・アンド・スキャン方式、或いはステップ・アンド・リピート方式で基板を露光する。
図２（ａ）に示されているように、露光装置１０は、主制御部１００、光源制御部１１０、光源１２０、画像処理部１３０、ステージ制御部１４０及び干渉計１５０を有する。
また、露光装置１０は、原板アライメント光学系１６０、原板ステージ１７１、投影光学系１８０、基板アライメント光学系１９０及び基板ステージ２００を有する。
原板ステージ１７１は、照明光学系（不図示）によって照明される原板１７０を保持して移動する。原板１７０には、基板２１０に転写すべきパターンが描画されている。
投影光学系１８０は、原板１７０のパターンを基板２１０に投影する。基板ステージ２００は、基板２１０を保持して移動することができる。
原板アライメント光学系１６０は、原板１７０のアライメントに用いられる。例えば、原板アライメント光学系１６０は、蓄積型光電変換素子で構成される撮像素子１６１と、原板１７０に設けられたマークからの光を撮像素子１６１に導く光学系１６２とを含みうる。
基板アライメント光学系１９０は、基板２１０のアライメントに用いられる。本実施形態では、基板アライメント光学系１９０は、基板２１０に設けられたマーク２１１を検出するオフアクシス光学系である。
主制御部１００は、ＣＰＵやメモリなどを含んでおり、露光装置１０の各部を制御して、基板２１０を露光する露光処理及びそれに関連する処理を行う。
基板処理システム５０では、主制御部１００は、原板１７０に形成されたマークの位置や基板２１０に形成されたマーク２１１の位置に基づいて、基板ステージ２００の位置を制御する。換言すれば、主制御部１００は、原板１７０と基板２１０との間の位置合わせ、例えば、グローバルアライメントを行う。
光源１２０は、ハロゲンランプなどを含んでおり、基板２１０に形成されたマーク２１１を照明する。
光源制御部１１０は、光源１２０からの光、即ち、マーク２１１を照明するための光の照明強度を制御する。
画像処理部１３０は、原板アライメント光学系１６０における撮像素子１６１や基板アライメント光学系１９０における撮像素子からの画像信号（検出信号）を画像処理してマークの位置を取得する。
基板処理システム５０では、画像処理部１３０及び基板アライメント光学系１９０は、基板２１０に形成されたマーク２１１の位置を計測する計測装置として機能する。
干渉計１５０は、基板ステージ２００に設けられたミラー２１２に光を照射し、ミラー２１２によって反射された光を検出することで、基板ステージ２００の位置を計測する。
ステージ制御部１４０は、干渉計１５０によって計測された基板ステージ２００の位置に基づいて、基板ステージ２００を任意の位置に移動させる（駆動制御する）。
露光装置１０では、不図示の照明光学系からの光（露光光）が、原板ステージ１７１に保持された原板１７０を通過して投影光学系１８０に入射する。
そして、原板１７０と基板２１０とは、互いに光学的に共役な位置関係に配置されているため、原板１７０のパターンは、投影光学系１８０を介して、基板ステージ２００に保持された基板２１０上に結像して転写される。
基板アライメント光学系１９０は、基板２１０上に形成されたマーク２１１を検出して検出信号（本実施形態では画像信号）を生成する検出部として機能する。
図２（ｂ）に示されているように、基板アライメント光学系１９０は、撮像素子１９１Ａ及び１９１Ｂ、結像光学系１９２Ａ及び１９２Ｂ及びハーフミラー１９３を備えている。また、基板アライメント光学系１９０は、照明光学系１９４、偏光ビームスプリッタ１９５、リレーレンズ１９６、λ／４板１９７及び対物レンズ１９８を備えている。
露光装置１０では、光源１２０からの光が、光ファイバ（不図示）などを介して基板アライメント光学系１９０に導かれる。
そして、基板アライメント光学系１９０に導かれた光は、図２（ｂ）に示されているように、照明光学系１９４を介して、偏光ビームスプリッタ１９５に入射する。
そして、偏光ビームスプリッタ１９５によって反射された光は、リレーレンズ１９６、λ／４板１９７及び対物レンズ１９８を通過し、基板２１０上に形成されたマーク２１１を照明する。
マーク２１１によって反射された光は、対物レンズ１９８、λ／４板１９７、リレーレンズ１９６及び偏光ビームスプリッタ１９５を通過して、ハーフミラー１９３に入射する。
そして、ハーフミラー１９３に入射した光は、ハーフミラー１９３によって二つの光に適当な強度比率で分割された後、結像倍率が互いに異なる結像光学系１９２Ａ及び１９２Ｂにそれぞれ導かれる。
結像光学系１９２Ａ及び１９２Ｂはそれぞれ、マーク２１１の像を撮像素子１９１Ａ及び１９１Ｂの撮像面上に形成する。
撮像素子１９１Ａ及び１９１Ｂはそれぞれ、マーク２１１を含む領域を撮像する撮像面を含んでおり、撮像面で撮像された領域に対応する画像信号を生成する。
そして、撮像素子１９１Ａ及び１９１Ｂによって生成された画像信号は、画像処理部１３０によって読み出される。
本実施形態では、画像処理部１３０は、読み出された画像信号に対して画像処理としてのパターンマッチング処理を行うことで、撮像素子１９１Ａ及び１９１Ｂの撮像面におけるマーク２１１の位置情報を取得する。
パターンマッチング処理は、一般的に、以下の二種類に大別される。
一つは、画像（濃淡画像）を二値化して予め用意したテンプレートとのマッチングを行い、最も相関がある位置をマーク２１１の位置とする方法である。
もう一つは、濃淡画像のまま、濃淡情報を含むテンプレートとの相関演算を行うことでマーク２１１の位置を求める方法である。
なお、画像処理部１３０による画像処理は、パターンマッチング処理に限らず、マーク２１１の位置情報を取得することが可能な処理であれば、例えばエッジ検出処理等の他の処理でも構わない。
また、アライメント方式としては、移動計測方式と、画像処理方式とがある。
移動計測方式では、基板ステージ２００を移動させながら、基板２１０に設けられたマーク２１１に光（レーザ）を照射する。そして、マーク２１１から反射された光の強度の変化と基板ステージ２００の位置とを並行して計測することでマーク２１１の位置を求めている。
画像処理方式では、基板ステージ２００を静止させた状態で基板２１０に設けられたマーク２１１に白色光を照射する。そして、マーク２１１から反射された光を蓄積型光電変換素子で検出して画像処理を行うことでマーク２１１の位置を求めている。
露光装置１０では、取得したマーク２１１の位置情報を用いて、プリアライメント及びファインアライメントの二種類のアライメントが行われる。
ここでいうプリアライメントとは、不図示の基板搬送系から基板ステージ２００に送り込まれた基板２１０の位置ずれ量を検出し、ファインアライメントを開始することができるように、基板２１０を粗く位置合わせ（位置決め）することである。
また、ここでいうファインアライメントとは、基板ステージ２００によって保持された基板２１０の位置を高精度に計測し、基板２１０の位置合わせ誤差が許容範囲内になるように、基板２１０を精密に位置合わせ（位置決め）することである。
具体的には、画像処理によって基板２１０のファインアライメント処理を行う際に、例えば図３に示されているような基板２１０上の四つのマーク２１１ａ乃至２１１ｄをそれぞれ撮像する。そして、取得された位置情報から基板２１０の位置を計算することによって計測する。
ファインアライメント処理では、マーク２１１を検出することができない場合がある。また、マーク２１１を検出することができても、画像処理において何らかの要因で位置を取得することができずに失敗する場合がある。
例えば、基板２１０の処理工程の影響によりマーク２１１が鮮明ではない場合や、基板アライメント光学系１９０の収差の影響によりマーク２１１が鮮明に見えない場合などがありうる。
また、マーク２１１の位置が、撮像素子１９１Ａ及び１９１Ｂの撮像面の視野からずれていることも考えられる。
撮像素子１９１Ａ又は１９１Ｂの撮像面の視野内においてマーク２１１の鮮明な画像が得られる場合には、画像処理によってマーク２１１の位置を正しく計測できる。
しかしながら、画像のコントラストが低かったり、収差の影響により画像に歪みがあったりする場合には、マーク２１１の位置を正しく計測できないことがある。
また、撮像素子１９１Ａ又は１９１Ｂの撮像面の視野からマーク２１１がずれる要因としては、プリアライメントにおける誤計測、計測前の搬送処理における位置ずれ等の、装置に起因するものが考えられる。
また、撮像素子１９１Ａ又は１９１Ｂの撮像面の視野からマーク２１１がずれる要因としては、マーク２１１の転写位置が変動している等の、基板２１０の処理工程に起因するものも考えられる。
マーク２１１の計測が失敗した場合、基板２１０の位置合わせを正常に行うことができない。
そして、基板２１０の位置合わせが正常に行うことができない場合、位置合わせを正常に行うための保全処理（メンテナンス処理）が実行される。
保全処理としては、例えば、複数のマーク２１１のうち使用するマークの変更、マークの像の検索範囲の拡大、撮像条件の変更等が含まれる。
基板２１０においてアライメント処理が失敗した場合には、その後に基板２１０に対して露光処理を行っても、十分なアライメント精度を達成することができなくなる。
そのとき、通常はエラーを発行して基板２１０の処理を停止し、失敗原因の究明と解消のための作業が行われる。
一方、基板２１０においてアライメント処理が成功した場合には引き続き基板２１０に対する露光処理が行われるが、アライメント処理が成功した場合であっても、露光処理において十分なアライメント精度が達成されない可能性がある。
そのような可能性における原因の一つとして、マーク２１１の位置の誤計測によって基板２１０に対する位置合わせのための計算結果が不正確になってしまうことが挙げられる。
マーク２１１の位置の誤計測は、例えば、マーク２１１を含む領域を撮像して得られるマーク画像において、ゴミの付着やその他撮像時の状態が影響することによって誤った画像信号が生成されることで発生する。
マーク２１１の位置の誤計測が発生すると、基板２１０の位置合わせの計算時に誤った値が使用されてしまう。
そのため、計算した結果、たとえ基板２１０の位置合わせ誤差が許容範囲内に収まりアライメント処理が成功したとしても、露光処理時においてアライメント精度は低下してしまう。
図４は、基板２１０に形成されているマーク２１１に対するアライメント処理によって得られるマーク画像の例を示している。
ここでは、マーク２１１のマークサイズは５０μｍ×５０μｍ、アライメント処理における検出視野２１１ｘは２００乃至４００μｍ×２００乃至４００μｍであるとしている。
このとき、図４に示されているように、本実施形態では、プリアライメントによって粗く見積もられたマーク２１１の中心位置を含む検出視野２１１ｘ内において、１００μｍ×１００μｍのマーク画像２１１ｙが取得される。
そして、得られたマーク画像２１１ｙに対してパターンマッチング処理を行う。
もし、マーク画像２１１ｙが十分鮮明であるときにはマーク２１１の位置を正しく計測することができる。
しかしながら、マーク画像２１１ｙの明暗のコントラストが低かったり、歪みがあったりする場合には、マーク２１１の位置を正しく計測できない可能性が生じる。
図５（ａ）及び（ｂ）はそれぞれ、基板処理システム５０におけるアライメント精度の低下を予測するための構成を示すブロック図及び処理フロー図である。
まず、画像処理手段３００によって基板２１０に対する画像処理が行われ、マーク画像３０１（画像データ）が取得される（ステップ４０１）。
そして、画像処理手段３００がマーク画像３０１から基板２１０の位置合わせ誤差が許容範囲内となりアライメントが成功したと判定した後、露光装置１０に露光処理３１０の実行指令を送信する。
また、露光処理３１０の実行指令の送信と同時に、マーク画像３０１が、露光装置１０からのコンテキストデータ３２０を付加された後に画像分類手段４００に受け渡される（ステップ４０２）。
なおここで、コンテキストとは、露光装置１０の機種、号機、ハード構成、ソフト構成、設置ラインなどの構成を特定する情報を含む。また、コンテキストには、ロット、基板２１０、原板１７０、レシピ、環境条件、処理日時などの構成を特定する情報も含まれる。
ここで、画像分類手段４００に受け渡されるマーク画像３０１には画像処理手段３００によってアライメントが成功したまたは失敗したと判定されたいずれのマーク画像３０１も含まれるが、これに限られない。
スループット向上のために、画像分類手段４００に受け渡されるマーク画像３０１には、画像処理手段３００によってアライメントが成功したと判定されたマーク画像３０１のみが含まれていてもよい。
また、ステップ４０１において計測されるマーク２１１の数は１つでも複数でも良く、また画像分類手段４００に受け渡されるマーク画像３０１の数も１つでも複数でも構わない。
また、画像分類手段４００に対するマーク画像３０１の受け渡しは、一つのマーク２１１に対する画像処理が終了する毎に順次行って良い。また、これに限らず、基板２１０の全てのマーク２１１に対して画像処理が終了した後に一括して行っても構わない。
また、画像分類手段４００に受け渡すマーク画像３０１のデータは、マーク２１１の画像信号以外にも、例えばマーク２１１を照明する光源１２０の光量などの特徴量データを含んでいても良い。
次に、画像分類手段４００は、受け取ったマーク画像３０１を、あらかじめ設定されている画像評価に関する複数の種別のいずれかに分類する（ステップ４０３）。
基板処理システム５０におけるマーク画像３０１の具体的な分類の方法としては、以下に示すように機械学習を用いる。
機械学習を用いた予測のための方法としては、学習データを作成して機械学習を行う教師あり学習がある。
そして、教師あり学習では、入力データと、入力データに対応した正解のデータである出力データとを含む学習データ（教師データ）の作成が必要である。
基板処理システム５０では、画像分類手段４００において、分類の種別番号を入力した複数のマーク画像３０１を学習データ３０５として用いた機械学習により得られた学習モデルが用いられる。
ここで、機械学習は、例えばニューラルネットワークを用いて行うことができる。ニューラルネットワークとは、入力層、中間層、出力層といった多層のネットワーク構造を有するモデルである。
そして、入力データと出力データとの関係を示す学習データを用いて、誤差逆伝搬法等のアルゴリズムでネットワーク内部の確率変数が最適化されることにより、学習モデルを取得することができる。
ここで、ニューラルネットワークを用いて学習モデルを取得する例を説明したが、ニューラルネットワークに限られない。例えば、サポートベクターマシン、決定木など他のモデル、アルゴリズムを用いてもよい。
そして、画像分類手段４００は、取得した学習モデルにマーク画像３０１を入力することによって、出力データとしてマーク画像３０１に対応した種別番号を含む分類情報３０２を出力する。
次に、本実施形態に係る基板処理システム５０における学習データの具体的な作成について示す。
まず、基板２１０に対して以前に行われたアライメント処理の結果を用いて、マーク画像３０１を入力データ、各種別番号への分類に対応する分類情報３０２を出力データとすることによって学習データ３０５を作成する。
例えば、分類情報３０２としては、以下の表１に示されているような種別番号０乃至３を設定することができる。
Figure 0007366626000001
具体的には、種別番号０は、正常なマーク画像の分類に対応しており、種別番号１は、デフォーカスを含むマーク画像の分類に対応している。
また、種別番号２は、低コントラストを含むマーク画像の分類に対応しており、種別番号３は、マーク歪みを含むマーク画像の分類に対応している。
なお、上記の種別は一例であり、これ以外の分類の種別を設定しても構わない。
ここでいうデフォーカスとは、マーク画像３０１の輪郭が霞んで不明瞭であることが原因でパターンマッチング処理またはエッジ検出処理がずれる場合を示している。
また、ここでいう低コントラストとは、マーク画像３０１の輪郭がその周囲に対して鮮明度が低いことが原因でパターンマッチング処理またはエッジ検出処理がずれる場合を示している。
また、ここでいうマーク歪みとは、マーク画像３０１の輪郭の形状が歪んでいることが原因でパターンマッチング処理またはエッジ検出処理がずれる場合を示している。
そして、出力データとしての分類情報３０２を作成するために、入力データであるマーク画像３０１を分類する。
具体的には、デフォーカスへの分類手法としては、例えばマーク画像３０１を構成する線状の部分の太さを計測し、得られた太さが所定のしきい値を超過している場合に、デフォーカスと認定される。
また、低コントラストへの分類手法としては、例えばマーク画像３０１とその周囲との間の明暗差を計測し、得られた値が所定のしきい値を下回っている場合に、低コントラストと認定される。
そして、マーク歪みへの分類手法としては、例えばマーク画像３０１の所定の箇所（例えば四隅など）の位置を複数計測し、それらの間の差が所定のしきい値を超過している場合に、マーク歪みと認定される。
従って、上記の認定を画像分類手段４００に実施させることによって、マーク画像３０１を種別番号０乃至３に分類し、分類情報３０２を取得することができる。
このようにして、マーク画像３０１に対してアライメント処理が成功した場合であっても、露光処理において十分なアライメント精度が達成されないマーク２１１の位置の誤計測を分類によって明確にすることができる。
なお、マーク画像３０１が上記のデフォーカス、低コントラスト、マーク歪み等の種別に複合的に当てはまった場合には、当てはまる度合いが最も大きいものに分類して構わない。
また、これに限らず、マーク画像３０１が上記のデフォーカス、低コントラスト、マーク歪み等の種別に複合的に当てはまった場合には、それぞれの種別に当てはまった度合いに応じて重み付けを行って分類しても構わない。
また、付与されたコンテキストによって、上記の種別をさらに細分化しても構わない。
上記の要領で、マーク画像３０１を入力データ、各種別番号への分類に対応する分類情報３０２を出力データとすることによって学習データ３０５を作成することができる。
そして、種別番号が付けられた複数のマーク画像３０１を学習させることによって、推論ロジックを作成することができる。
なお上記では、学習データを作成するためのマーク画像３０１の分類を画像分類手段４００によって実行させていたが、これに限られない。
例えば、学習モデルを得るために必要な学習データ３０５を作成するために、作業者が複数のマーク画像３０１を確認して種別番号を入力していくことも可能である。
また、学習モデルから出力される分類情報３０２の正解率を高めるためには、大量のマーク画像３０１に対して学習データ３０５を作成する必要がある。
図５（ａ）に示されているように、表示装置２０６では、露光装置１０を操作するために必要な情報や露光装置１０の動作に関する情報等が表示される。
図６は、表示装置２０６に表示される画面９００を例示的に示す図である。
また、入力装置２０５では、作業者によって露光装置１０を操作するために必要な情報や表示装置２０６に画面を表示させるために必要な情報等が入力される。
さらに、表示装置２０６に分類の種別番号の入力をするために必要な情報を表示させることによって、作業者が入力装置２０５を介して分類のための種別番号の情報を入力することができる。
また、不図示のＣＰＵでは、表示装置２０６に情報を表示させる表示手段８００、入力装置２０５に情報を入力させる入力手段８１０による処理が実行される。
また、不図示のＣＰＵでは、表示装置２０６における表示、及び入力装置２０５における入力の有効化の可否を判定する判定手段８２０による処理が実行される。
また、記憶装置２０４は、種別番号の入力がされていない未作成データ８０１と種別番号の入力がされた作成済データ８０２とを記憶する。
未作成データ８０１は、アライメント処理において取得されたマーク画像３０１であり、学習データを作成するためのデータである。
また、作成済データ８０２は、未作成データ８０１について種別番号が付加されたデータであり、画像分類手段４００に入力される学習データ３０５となる。
ここで、表示装置２０６、入力装置２０５及び記憶装置２０４は、露光装置１０に設けられてよく、これに限らず、ホストコンピュータ１１及び管理装置１２などの外部の情報処理装置に設けられても構わない。
また、表示手段８００及び入力手段８１０は、露光装置１０の主制御部１００、管理装置１２及びホストコンピュータ１１のうちの少なくとも１つにおいて実行されるソフトウェアプログラムによって実現可能である。
また、判定手段８２０及び画像分類手段４００は、露光装置１０の主制御部１００、管理装置１２及びホストコンピュータ１１のうちの少なくとも１つにおいて実行されるソフトウェアプログラムによって実現可能である。
表示手段８００は、表示装置２０６に学習データ３０５を作成するために必要な情報を表示させる。
図７は、学習データ３０５の作成画面を例示的に示す図である。
図７に示されているように、画面９１０には、未作成データ８０１に含まれるデータに関連する情報が表示される。
例えば、画面９１０には、基板アライメント光学系１９０により撮像されたマーク２１１のマーク画像３０１、マーク２１１を撮像した時の基板ステージ２００の位置及び速度を含む関連情報９１２が表示される。
また、関連情報９１２は、基板ステージ２００の位置及び速度に限らず、作業者が学習データ３０５を作成する作業を進める上で有用である情報を含みうる。
例えば、関連情報９１２は、基板２１０が基板ステージ２００に受け渡された時の基板搬送系の情報、光源の光量設定の情報、光源の使用期間などのコンテキストを含みうる。
また、関連情報９１２は、例えば、装置の機種、号機、ハードウェア構成、ソフトウェア構成、装置の設置ライン、処理対象の基板、処理対象の基板が含まれるロット、処理に用いられた原板、処理レシピ、環境条件、処理日時などのコンテキストを含みうる。
また、画面９１０には、分類の種別番号の選択肢と、種別番号が選択されたか否かを示す選択状態とを示す分類情報９１３が表示される。
分類情報９１３の選択状態は入力装置２０５を用いて選択、非選択を入力することが可能である。
ある種別番号の選択肢が選択された状態で確定ボタン９１４が押下された場合、表示された未作成データ８０１について選択された種別番号の情報が入力される。
また、中止ボタン９１５が押下された場合、学習データ３０５の作成が中止される。
なお、表示手段８００は、画面９１０に複数の未作成データ８０１、複数の関連情報９１２、及び複数の分類情報９１３を表示させて、複数の未作成データ８０１について種別番号を入力させるようにしてもよい。
入力手段８１０は、入力装置２０５から入力された種別番号の情報を取得する。そして、入力手段８１０は、記憶装置２０４に記憶されている未作成データ８０１に種別番号の情報を関連付けて、作成済データ８０２として記憶装置２０４に記憶させる。
判定手段８２０は、所定の条件に基づいて、学習データ３０５の作成の開始や終了を判定する。つまり、判定手段８２０は、表示手段８００に表示装置２０６における種別番号の入力を行うための情報の表示をさせ、入力手段８１０に種別番号の情報を入力させる処理を開始するかを判定する。
また、判定手段８２０は、表示手段８００による表示装置２０６における種別番号の入力を行うための情報の表示、入力手段８１０による種別番号の情報の入力の処理を終了させるかを判定する。
画像分類手段４００は、作成済データ８０２が所定の件数に達した場合に、作成済データ８０２を学習データ３０５として追加的に学習を行い、記憶装置２０４から作成済データ８０２を消去してもよい。
また、記憶装置２０４には、未作成データ８０１及び作成済データ８０２の件数が記憶され、入力手段８１０や画像分類手段４００によってそれらのデータの件数が更新されるようにしてもよい。
また、記憶装置２０４には、作成済データ８０２のうち学習済のデータ（学習データ３０５に追加したデータ）及び未学習のデータ（学習データ３０５に追加していないデータ）それぞれの件数が記憶されてもよい。そして、入力手段８１０や画像分類手段４００によってそれらのデータの件数が更新されるようにしてもよい。
また、表示手段８００は、それらのデータの件数を表示装置２０６に表示させてもよい。
次に、学習データ３０５を作成する処理について説明する。
図８は、学習データ３０５を作成する処理を示すフローチャートである。
Ｓ１１０において、判定手段８２０は、学習データ３０５の作成を開始する条件に基づいて、学習データ３０５の作成を開始するかを判定する。
判定手段８２０が学習データ３０５の作成を開始しないと判定した場合には所定の期間が経過した後にＳ１１０に戻り、再度、学習データ３０５の作成を開始するかを判定する。
一方、判定手段８２０が学習データ３０５の作成を開始すると判定した場合には、Ｓ１１１に進み、学習データ３０５の作成を開始する。
そしてＳ１１１において、未作成データ８０１に含まれるマーク画像３０１において上記の要領に従って分類の種別番号の情報が付加される。
そして、Ｓ１１２において、種別番号が付加されたマーク画像３０１を未作成データ８０１から削除して、作成済データ８０２に追加する。
そして、Ｓ１１３において、判定手段８２０は、学習データ３０５の作成を終了する条件に基づいて、学習データ３０５の作成を終了するかを判定する。
判定手段８２０が学習データ３０５の作成を終了しないと判定した場合にはＳ１１１に戻り、次の未作成データ８０１が表示装置２０６に表示される。
一方、判定手段８２０が学習データ３０５の作成を終了すると判定した場合には、画面９１０の表示を終了して、学習データ３０５を作成する処理を終了する。
また、表示手段８００は、未作成データ８０１を表示装置２０６に表示させるかを作業者に判定させてもよい。
図９は、学習データ３０５の作成画面を表示させるボタンを示す例示的な図である。
ボタン９０１は、未作成データ８０１を分類するための画面を表示装置２０６に表示させるかを作業者に判定させるためのボタンである。
表示手段８００が、ボタン９０１を画面９００に表示させ、作業者によりボタンが押下された場合に、未作成データ８０１を分類するための画面を表示装置２０６に表示させる。
また、表示手段８００は、ボタン９０１と共に未作成データ８０１の件数を示すメッセージ９０２を表示させてもよい。
メッセージ９０２が表示されることにより、作業者は未作成データ８０１の件数に基づき、学習データ３０５の作成を開始するかを判定することができる。
また、画像分類手段４００を露光装置１０の外部に設けられた装置に設けることによって、複数の露光装置１０からマーク画像３０１を受け取ることができる。
また、画像分類手段４００は、あらかじめ設定した期間の間若しくは件数の上限まで、受け取ったマーク画像３０１の全てまたは一部を保管しても良い。
さらに、一覧表示された複数の種別から任意の種別を選択し、選択された種別に分類されて保管されているマーク画像３０１を呼び出して画面表示できるようにしても良い。
また、選択した種別に含まれるマーク画像３０１の数を集計して結果を表示できるようにしても良い。
また、選択した種別に含まれるマーク画像３０１を付与されたコンテキストで区分けし、集計して結果を表示できるようにしても構わない。
そして、画像分類手段４００は、マーク画像３０１の分類結果を、分類情報３０２として予測手段４２０に受け渡す（ステップ４０４）。
分類情報３０２は、画像分類手段４００の推論ロジックが導出した、基板２１０に対する画像処理において取得された各マーク画像３０１の分類結果である。
なお、分類情報３０２を予測手段４２０に受け渡すタイミングは、一つのマーク画像３０１の分類が終了する毎に順次行っても良いし、全てのマーク画像３０１の分類が終了した後に一括して行っても構わない。
予測手段４２０は、露光装置１０の主制御部１００、管理装置１２及びホストコンピュータ１１のうちの少なくとも１つにおいて実行されるソフトウェアプログラムによって実現可能である。
そして、予測手段４２０は、画像分類手段４００から受け取った分類情報３０２から、分類情報３０２における種別番号毎にあらかじめ定められた評価係数４３０を参照して、評価値Ｅｐを算出する（ステップ４０５）。評価係数４３０は、分類情報３０２において分類された各種別が、基板２１０のアライメント精度の低下に寄与する度合いを示す係数である。また、評価値Ｅｐは、分類されたマーク画像３０１に関する基板２１０のアライメント精度の低下の度合いを示す値である。
評価係数４３０は、予測手段４２０が参照する電子化された情報であり、例えば、作業者があらかじめ設定しておくことができ、不図示の記憶部に記憶しておくことができる。
なお、上記では説明の簡略化のために、各種別への分類として表１に示されているような種別番号０乃至３を示したが、以下の表２に示されている種別番号０乃至８のように、種別をさらに細分化することもできる。
Figure 0007366626000002
具体的には、種別番号０は、正常なマーク画像の分類に対応しており、種別番号１は、フォーカス誤計測に伴うデフォーカスを含むマーク画像の分類に対応している。
また、種別番号２は、プロセス要因に伴う低コントラストを含むマーク画像の分類に対応しており、種別番号３は、スコープ振動に伴う低コントラストを含むマーク画像の分類に対応している。
また、種別番号４は、スコープ内空気揺らぎに伴う低コントラストを含むマーク画像の分類に対応しており、種別番号５は、スコープのフレアに伴う低コントラストを含むマーク画像の分類に対応している。
また、種別番号６は、プロセス要因に伴うマーク歪みを含むマーク画像の分類に対応しており、種別番号７は、スコープ収差に伴うマーク歪みを含むマーク画像の分類に対応している。
また、種別番号８は、スコープ照度むらに伴うマーク歪みを含むマーク画像の分類に対応している。
なお、上記の種別は一例であり、これ以外の分類の種別を設定しても構わない。
そして、評価係数４３０としては、例えば以下の表３に示されるように設定することができる。
Figure 0007366626000003
なお、評価係数の値としては、表３に示されているような値に限らず、例えば、全ての評価係数のうちの最大値を１として規格化した値を用いてもよい。
そして、予測手段４２０は、算出した評価値Ｅｐに基づくアクション３０３を実行する（ステップ４０６）。
ここで、評価値Ｅｐに基づくアクション３０３としては、例えば、評価値Ｅｐがしきい値を超えたと判定した後に、外部に警告を通知すること、又は露光装置１０における露光処理３１０を中断すること等が含まれる。
また、露光装置１０における露光処理３１０の中断とは、基板２１０におけるアライメント処理をリトライさせること、当該基板２１０を除外すること、又は露光装置１０自体の運用を中止すること等が含まれる。
次に、予測手段４２０による評価値Ｅｐの算出の具体例を示す。
ここでは、図３に示されている四つのマーク２１１ａ乃至２１１ｄを有する基板２１０に対するアライメント処理において各マークに対してマーク画像３０１を取得する場合を考える。
このとき、予測手段４２０は、評価値Ｅｐの算出式として、以下の式（１）を用いるとする。
Figure 0007366626000004
 ここで、Ｋｉは基板２１０のマーク２１１ａ乃至２１１ｄに対する分類から得られたそれぞれの評価係数である。
また、マーク画像３０１が複数の種別に複合的に当てはまった場合には、それぞれの種別に当てはまった度合いに応じて重み付けを行い、平均値を算出しても構わない。
また、予測手段４２０は、算出した評価値Ｅｐが以下の条件式（２）を満たしたときに、露光装置１０における露光処理３１０を中断する判定を行うとする。
Ｅｐ≧１０ ・・・（２）
まず、四つのマーク２１１ａ乃至２１１ｄそれぞれのマーク画像３０１が、所定のタイミングで画像処理手段３００から画像分類手段４００に受け渡される。
なおここで、所定のタイミングとは、例えば一つのマーク２１１に対する画像処理が終了する毎のタイミングである。
次に、四つのマーク２１１ａ乃至２１１ｄそれぞれのマーク画像３０１が、画像分類手段４００によって、あらかじめ設定された表３に示される種別に基づいて、以下の表４のように分類されているとする。
Figure 0007366626000005
そして、表４に示される分類結果が、分類情報３０２として予測手段４２０に受け渡される。
そして、予測手段４２０は、あらかじめ設定された表３に示される評価係数４３０を参照して、以下の表５に示されるように各マーク画像３０１に評価係数４３０を割り当てる。
Figure 0007366626000006
そして、予測手段４２０は、表５に示されるように割り当てられた評価係数４３０から、評価値Ｅｐを算出する。
なおここで、評価値Ｅｐは、以下の式（３）に示すように、各マーク画像３０１に対する評価係数４３０の総和として算出する。
Figure 0007366626000007
そして、予測手段４２０は、算出された評価値Ｅｐ＝１５が上記の条件式（２）を満たすように所定のしきい値を超過していると判定し、露光装置１０に対して露光処理３１０を中断するアクションを実行する。
以上のように、本実施形態に係る判断装置では、マーク画像３０１を各種別に分類し、評価値Ｅｐを算出することによって、アライメント精度を精度良く判断することができる。
また、上記のように、基板処理システム５０では、画像処理と画像分類とを合わせてアライメント処理と解釈することもできる。
しかしながら、これに限らず、スループット向上のために、画像処理手段３００によってアライメントが成功したと判定されたマーク画像３０１のみが画像分類手段４００に受け渡され、分類されてもよい。
この場合、画像処理と画像分類とは、互いに別個の処理と解釈することができる。
また、基板処理システム５０では、マーク画像３０１を機械学習を用いて分類する例を示したが、これに限られない。例えば、表１に示したようなデフォーカス、低コントラスト及びマーク歪みの大まかな種別にマーク画像３０１を分類する場合には、機械学習を用いずに、上記に示した分類手法を用いて分類してもよい。
また、基板処理システム５０では、個々のマーク画像３０１を表１や表２に示した種別に分類する例を示したが、これに限られない。
例えば、図３に示されるような複数のマーク２１１による複数のマーク画像３０１の間の相対位置や相対角度等の相関関係から、複数のマーク画像３０１のセットとして分類を行っても構わない。
［第二実施形態］
図１０は、第二実施形態に係る判断装置を備える基板処理システム５０におけるアライメント精度の低下を予測するための構成を示すブロック図である。
なお、本実施形態に係る判断装置は、決定手段４５０を新たに備えていること以外は第一実施形態に係る判断装置と同様の構成であるため、同一の構成については同一の符番を付して説明を省略する。
決定手段４５０は、評価係数４３０を設定するためのソフトウェアプログラムであり、不図示の設定部によって実現可能である。
具体的には、決定手段４５０は、まず、過去に画像分類手段４００によって基板２１０におけるマーク画像３０１の分類を行った結果を含む分類情報３０２を収集する。
また、決定手段４５０は、外部計測機４４０によって基板２１０に対して行われたアライメント精度の計測結果を含む計測情報４４１を収集する。
そして、決定手段４５０は、得られた分類情報３０２と計測情報４４１とを比較する。
それにより、画像分類手段４００によるマーク画像３０１の分類と外部計測機４４０によって計測されたアライメント精度との間の関係性が係数化され、評価係数４３０を決定することができる。
そして、決定手段４５０は、予測手段４２０において評価係数４３０を設定することができる。
なお、マーク画像３０１の分類とアライメント精度との間の関係性の係数化は、作業者が経験に基づきＧＵＩ画面上で入力することによって設定しても良く、機械学習した推論ロジックを別途設けて自動で設定するようにしても構わない。
また、評価係数４３０は、露光装置１０のコンソール上に、若しくは画像分類手段４００を有する装置に表示装置を接続して、分類の種別と共にＧＵＩ画面として一覧表示し、確認できるようにしても構わない。
以上のように、本実施形態に係る判断装置では、マーク画像３０１を各種別に分類し、評価値Ｅｐを算出すると共に、評価係数４３０を設定することによって、アライメント精度を精度良く判断することができる。
［物品の製造方法］
本実施形態に係る物品の製造方法は、例えば、デバイス（半導体素子、磁気記憶媒体、液晶表示素子など）などの物品を製造するのに好適である。
また、本実施形態に係る物品の製造方法は、露光装置１０を用いて、感光剤が塗布された基板を露光する（パターンを基板に形成する）工程と、露光された基板を不図示の現像装置を用いて現像する（基板を処理する）工程とを含む。
また、本実施形態に係る製造方法は、他の周知の工程（酸化、成膜、蒸着、ドーピング、平坦化、エッチング、レジスト剥離、ダイシング、ボンディング、パッケージングなど）を含みうる。
本実施形態に係る物品の製造方法は、従来に比べて、物品の性能、品質、生産性及び生産コストの少なくとも１つにおいて有利である。
以上、好ましい実施形態について説明したが、これらの実施形態に限定されないことはいうまでもなく、その要旨の範囲内で種々の変形及び変更が可能である。
また、基板処理装置１０の一例として露光装置について説明したが、これに限定されるものではない。
例えば、基板処理装置１０の一例として、型を用いて基板にインプリント材のパターンを形成するインプリント装置であってもよい。
また、基板処理装置１０の一例として、荷電粒子光学系を介して荷電粒子線（電子線やイオンビームなど）で基板に描画を行って、基板にパターンを形成する描画装置であってもよい。
また、基板処理装置１０は、感光媒体を基板の表面上に塗布する塗布装置、パターンが形成された基板を現像する現像装置等、デバイス等の物品の製造において前述のようなインプリント装置等の装置が実施する工程以外の工程を実施する製造装置も含みうる。
また、上記に示した実施形態を実施する方法、プログラム、該プログラムが記録されたコンピュータが読み取り可能な記録媒体も本実施形態の範囲に含まれる。
１０ 基板処理装置
２１０ 基板
２１１ マーク
３０１ マーク画像（画像データ）

Claims (17)

  1. 基板処理装置において撮像された基板上のマークの画像データの正常、デフォーカス、低コントラスト及びマーク歪みのいずれかの種別への分類を行い、該分類の結果に基づいて前記基板におけるアライメント精度を判断することを特徴とする判断装置。
  2. 前記判断装置は、機械学習によって取得される学習モデルを用いて前記画像データに対して前記分類を行うことを特徴とする請求項１に記載の判断装置。
  3. 前記判断装置は、前記種別毎に予め定められた評価係数から前記画像データに関するアライメント精度の低下の度合いを示す評価値を算出することを特徴とする請求項１または２に記載の判断装置。
  4. 基板処理装置において撮像された基板上のマークの画像データに対して画像評価に関する分類を行い、前記画像データが分類される種別毎に予め定められた評価係数から前記画像データに関するアライメント精度の低下の度合いを示す評価値を算出し、前記評価値から前記基板におけるアライメント精度を判断することを特徴とする判断装置。
  5. 前記判断装置は、前記評価値が所定のしきい値を超過した際に、前記基板処理装置に対して処理を中断するアクションを実行することを特徴とする請求項３または４に記載の判断装置。
  6. 前記判断装置は、外部計測機による前記基板におけるアライメント精度の計測結果に基づいて、前記評価係数を設定することを特徴とする請求項３乃至５のいずれか一項に記載の判断装置。
  7. 前記判断装置は、機械学習によって取得される学習モデルを用いて前記評価係数を設定することを特徴とする請求項６に記載の判断装置。
  8. 前記判断装置は、前記基板処理装置に関するコンテキストを前記画像データに付加した後に前記画像データに対して前記分類を行うことを特徴とする請求項１乃至７のいずれか一項に記載の判断装置。
  9. 前記画像データにはアライメント処理が成功した画像データのみが含まれることを特徴とする請求項１乃至８のいずれか一項に記載の判断装置。
  10. 前記基板処理装置は、原板に形成されたパターンを露光光を用いて前記基板上に転写するように前記基板を露光する露光装置であることを特徴とする請求項１乃至９のいずれか一項に記載の判断装置。
  11. 基板を処理する基板処理装置であって、請求項１乃至１０のいずれか１項に記載の判断装置を有することを特徴とする基板処理装置。
  12. 請求項１１に記載の基板処理装置を用いて基板を処理する工程
    を有し、
    処理された前記基板から物品を製造することを特徴とする物品の製造方法。
  13. 請求項１乃至１０のいずれか１項に記載の判断装置と、
    基板を処理する複数の基板処理装置と、
    該複数の基板処理装置の動作を制御するホストコンピュータと、
    前記複数の基板処理装置の保守を管理する管理装置と、
    を有することを特徴とする基板処理システム。
  14. 基板処理装置において撮像された基板上のマークの画像データの正常、デフォーカス、低コントラスト及びマーク歪みのいずれかの種別への分類を行う工程と、
    該分類を行う工程によって得られる分類情報から前記基板におけるアライメント精度を判断する工程と、
    を有することを特徴とするアライメント精度の判断方法。
  15. コンピュータにアライメント精度を判断させるプログラムが記録されたコンピュータが読み取り可能な記録媒体であって、
    基板処理装置において撮像された基板上のマークの画像データの正常、デフォーカス、低コントラスト及びマーク歪みのいずれかの種別への分類を行う工程と、
    該分類を行う工程によって得られる分類情報から前記基板におけるアライメント精度を判断する工程と、
    をコンピュータに実行させることを特徴とするプログラムが記録されたコンピュータが読み取り可能な記録媒体。
  16. 基板処理装置において撮像された基板上のマークの画像データに対して画像評価に関する分類を行う工程と、
    前記画像データが分類される種別毎に予め定められた評価係数から前記画像データに関するアライメント精度の低下の度合いを示す評価値を算出する工程と、
    該算出する工程によって得られる前記評価値から前記基板におけるアライメント精度を判断する工程と、
    を有することを特徴とするアライメント精度の判断方法。
  17. コンピュータにアライメント精度を判断させるプログラムが記録されたコンピュータが読み取り可能な記録媒体であって、
    基板処理装置において撮像された基板上のマークの画像データに対して画像評価に関する分類を行う工程と、
    前記画像データが分類される種別毎に予め定められた評価係数から前記画像データに関するアライメント精度の低下の度合いを示す評価値を算出する工程と、
    該算出する工程によって得られる前記評価値から前記基板におけるアライメント精度を判断する工程と、
    をコンピュータに実行させることを特徴とするプログラムが記録されたコンピュータが読み取り可能な記録媒体。
JP2019140683A 2019-07-31 2019-07-31 判断装置 Active JP7366626B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2019140683A JP7366626B2 (ja) 2019-07-31 2019-07-31 判断装置
TW109123521A TWI836116B (zh) 2019-07-31 2020-07-13 判斷裝置，基板處理裝置及物品的製造方法
KR1020200089338A KR20210015656A (ko) 2019-07-31 2020-07-20 판단장치, 기판 처리장치, 및 물품의 제조 방법
CN202010737428.XA CN112309909B (zh) 2019-07-31 2020-07-28 判断装置、基板处理装置以及物品的制造方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019140683A JP7366626B2 (ja) 2019-07-31 2019-07-31 判断装置

Publications (2)

Publication Number Publication Date
JP2021026019A JP2021026019A (ja) 2021-02-22
JP7366626B2 true JP7366626B2 (ja) 2023-10-23

Family

ID=74483347

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019140683A Active JP7366626B2 (ja) 2019-07-31 2019-07-31 判断装置

Country Status (4)

Country Link
JP (1) JP7366626B2 (ja)
KR (1) KR20210015656A (ja)
CN (1) CN112309909B (ja)
TW (1) TWI836116B (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7373340B2 (ja) * 2019-09-25 2023-11-02 キヤノン株式会社 判断装置
KR102560241B1 (ko) 2022-11-14 2023-07-28 (주)오로스테크놀로지 딥러닝 기반 오버레이 키 센터링 시스템 및 그 방법

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030086616A1 (en) 2001-04-12 2003-05-08 Seho Oh Automatic template generation and searching method
JP2005322721A (ja) 2004-05-07 2005-11-17 Nikon Corp 情報保存方法及び情報使用方法
JP2017524963A (ja) 2014-06-10 2017-08-31 エーエスエムエル ネザーランズ ビー．ブイ． 計算的ウェーハ検査
JP2017162098A (ja) 2016-03-08 2017-09-14 富士通株式会社 学習方法、情報処理装置および学習プログラム
CN107168018A (zh) 2016-02-29 2017-09-15 上海微电子装备（集团）股份有限公司 一种调焦对准装置及对准方法
JP2019121400A (ja) 2018-01-04 2019-07-22 エーティーアンドエス （チャイナ） カンパニー リミテッド アライメントマーカの縁部シャープネス評価

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2897330B2 (ja) * 1990-04-06 1999-05-31 キヤノン株式会社 マーク検出装置及び露光装置
JPH10294267A (ja) * 1997-04-22 1998-11-04 Sony Corp アライメントマーク検出装置とアライメントマーク検出方法
JP2000260699A (ja) * 1999-03-09 2000-09-22 Canon Inc 位置検出装置及び該位置検出装置を用いた半導体露光装置
US7110591B2 (en) * 2001-03-28 2006-09-19 Siemens Corporate Research, Inc. System and method for recognizing markers on printed circuit boards
JP2004006527A (ja) * 2002-05-31 2004-01-08 Canon Inc 位置検出装置及び位置検出方法、露光装置、デバイス製造方法並びに基板
WO2007086511A1 (ja) * 2006-01-30 2007-08-02 Nikon Corporation 処理条件決定方法及び装置、表示方法及び装置、処理装置、測定装置及び露光装置、基板処理システム、並びにプログラム及び情報記録媒体
CN105988305B (zh) * 2015-02-28 2018-03-02 上海微电子装备（集团）股份有限公司 硅片预对准方法
JP6506153B2 (ja) * 2015-10-27 2019-04-24 株式会社Ｓｃｒｅｅｎホールディングス 変位検出装置および変位検出方法ならびに基板処理装置
CN106933069B (zh) * 2015-12-30 2018-07-20 上海微电子装备（集团）股份有限公司 一种硅片预对准方法
JP6979312B2 (ja) * 2017-09-08 2021-12-08 株式会社ディスコ アライメントパターンの設定方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030086616A1 (en) 2001-04-12 2003-05-08 Seho Oh Automatic template generation and searching method
JP2005322721A (ja) 2004-05-07 2005-11-17 Nikon Corp 情報保存方法及び情報使用方法
JP2017524963A (ja) 2014-06-10 2017-08-31 エーエスエムエル ネザーランズ ビー．ブイ． 計算的ウェーハ検査
CN107168018A (zh) 2016-02-29 2017-09-15 上海微电子装备（集团）股份有限公司 一种调焦对准装置及对准方法
JP2017162098A (ja) 2016-03-08 2017-09-14 富士通株式会社 学習方法、情報処理装置および学習プログラム
JP2019121400A (ja) 2018-01-04 2019-07-22 エーティーアンドエス （チャイナ） カンパニー リミテッド アライメントマーカの縁部シャープネス評価

Also Published As

Publication number Publication date
JP2021026019A (ja) 2021-02-22
TWI836116B (zh) 2024-03-21
CN112309909A (zh) 2021-02-02
KR20210015656A (ko) 2021-02-10
CN112309909B (zh) 2024-01-12
TW202107410A (zh) 2021-02-16

Similar Documents

Publication Publication Date Title
JP6884855B2 (ja) パターニングプロセスに対する補正を決定する方法、デバイス製造方法、リソグラフィ装置のための制御システム、及び、リソグラフィ装置
JP4715749B2 (ja) アライメント情報表示方法とそのプログラム、アライメント方法、露光方法、デバイス製造方法、表示システム、表示装置
CN110088687B (zh) 用于图像分析的方法和设备
JP4760705B2 (ja) 事前計測処理方法、露光システム及び基板処理装置
US11347153B2 (en) Error detection and correction in lithography processing
JPWO2005008753A1 (ja) テンプレート作成方法とその装置、パターン検出方法、位置検出方法とその装置、露光方法とその装置、デバイス製造方法及びテンプレート作成プログラム
TWI729475B (zh) 量測方法與裝置
JP7366626B2 (ja) 判断装置
US10996574B2 (en) Substrate processing apparatus, article manufacturing method, substrate processing method, substrate processing system, management apparatus, and storage medium
JP6608130B2 (ja) 計測装置、リソグラフィ装置、及び物品の製造方法
JP2006294854A (ja) マーク検出方法、位置合わせ方法、露光方法、プログラム及びマーク計測装置
JP7373340B2 (ja) 判断装置
JP7267986B2 (ja) 情報処理装置、判定方法、算出方法、プログラム、リソグラフィシステム、および物品の製造方法
JP2020191379A (ja) 情報処理装置、プログラム、基板処理装置、物品の製造方法、及び物品の製造システム
JP4470503B2 (ja) 基準パターン決定方法とその装置、位置検出方法とその装置、及び、露光方法とその装置
JP2023176185A (ja) 位置合わせ装置、露光装置、及び物品の製造方法
JP4389871B2 (ja) 基準パターン抽出方法とその装置、パターンマッチング方法とその装置、位置検出方法とその装置及び露光方法とその装置
JP2005019865A (ja) 位置検出方法及び露光装置

Legal Events

Date Code Title Description
RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20220630

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220707

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230327

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230418

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230613

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230912

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231011

R151 Written notification of patent or utility model registration

Ref document number: 7366626

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151