JP7379183B2 - Stage posture estimation device, transport device, and stage posture estimation method - Google Patents

Stage posture estimation device, transport device, and stage posture estimation method Download PDF

Info

Publication number
JP7379183B2
JP7379183B2 JP2020011638A JP2020011638A JP7379183B2 JP 7379183 B2 JP7379183 B2 JP 7379183B2 JP 2020011638 A JP2020011638 A JP 2020011638A JP 2020011638 A JP2020011638 A JP 2020011638A JP 7379183 B2 JP7379183 B2 JP 7379183B2
Authority
JP
Japan
Prior art keywords
stage
estimation
input data
posture
posture estimation
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
JP2020011638A
Other languages
Japanese (ja)
Other versions
JP2021117394A (en
Inventor
宏昭 臼本
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.)
Screen Holdings Co Ltd
Original Assignee
Screen Holdings 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 Screen Holdings Co Ltd filed Critical Screen Holdings Co Ltd
Priority to JP2020011638A priority Critical patent/JP7379183B2/en
Priority to KR1020227025709A priority patent/KR20220120645A/en
Priority to PCT/JP2021/000818 priority patent/WO2021153228A1/en
Priority to CN202180011089.XA priority patent/CN115023660A/en
Publication of JP2021117394A publication Critical patent/JP2021117394A/en
Application granted granted Critical
Publication of JP7379183B2 publication Critical patent/JP7379183B2/en
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
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70691—Handling of masks or workpieces
    • G03F7/70783—Handling stress or warp of chucks, masks or workpieces, e.g. to compensate for imaging errors or considerations related to warpage of masks or workpieces due to their own weight
    • 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
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/20—Exposure; Apparatus therefor
    • 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
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70216—Mask projection systems
    • G03F7/70283—Mask effects on the imaging process
    • G03F7/70291—Addressable masks, e.g. spatial light modulators [SLMs], digital micro-mirror devices [DMDs] or liquid crystal display [LCD] patterning devices
    • 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
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70216—Mask projection systems
    • G03F7/70358—Scanning exposure, i.e. relative movement of patterned beam and workpiece during imaging
    • 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
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70691—Handling of masks or workpieces
    • G03F7/70716—Stages
    • 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
    • H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like
    • 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
    • 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
    • H01L21/683—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 supporting or gripping
    • H01L21/687—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 supporting or gripping using mechanical means, e.g. chucks, clamps or pinches
    • H01L21/68714—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 supporting or gripping using mechanical means, e.g. chucks, clamps or pinches the wafers being placed on a susceptor, stage or support
    • H01L21/68764—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 supporting or gripping using mechanical means, e.g. chucks, clamps or pinches the wafers being placed on a susceptor, stage or support characterised by a movable susceptor, stage or support, others than those only rotating on their own vertical axis, e.g. susceptors on a rotating caroussel

Description

本発明は、平板状のステージを搬送機構により搬送する搬送装置において、ステージのヨーイング角度を推定する技術に関する。 The present invention relates to a technique for estimating the yawing angle of a stage in a transport device that transports a flat stage using a transport mechanism.

従来、平板状のステージを搬送しつつ、ステージに保持された基板に対して種々の処理を行う装置が知られている。例えば、特許文献１には、基板（Ｗ）を載置したステージ（１０）をステージ移動機構（２０）により移動させつつ、基板（Ｗ）の上面に露光パターンを描画する装置が記載されている。 2. Description of the Related Art Conventionally, an apparatus is known that carries a flat stage and performs various processes on a substrate held on the stage. For example, Patent Document 1 describes an apparatus that draws an exposure pattern on the upper surface of a substrate (W) while moving a stage (10) on which the substrate (W) is placed by a stage movement mechanism (20). .

特開２０１６－７２４３４号公報JP2016-72434A

この種の装置に搭載されるステージの搬送装置は、一対の直進機構を備えている場合がある。具体的には、互いに平行に設けられた一対のリニアモータにより、ステージを所定の方向に搬送する機構が知られている。 A stage conveyance device mounted on this type of apparatus may include a pair of linear mechanisms. Specifically, a mechanism is known in which a stage is transported in a predetermined direction by a pair of linear motors that are provided parallel to each other.

当該搬送装置では、ステージを一定の姿勢で移動させるために、一対の直進機構を均等に動作させる必要がある。しかしながら、一対の直進機構の微小な駆動誤差、リニアモータのガイドの間隙内のエア圧変動、加工誤差等によって、ステージの鉛直軸周りの回転角度（いわゆる「ヨーイング角度」）が僅かに変動する場合がある。このようなヨーイング角度の変動が生じると、ステージに保持された基板に対して、精密な処理を行うことが困難となる。 In this transport device, in order to move the stage in a constant posture, it is necessary to operate the pair of linear mechanisms equally. However, if the rotation angle (so-called ``yawing angle'') around the vertical axis of the stage fluctuates slightly due to minute drive errors in the pair of linear mechanisms, air pressure fluctuations in the gap between the linear motor guides, processing errors, etc. There is. When such a variation in the yawing angle occurs, it becomes difficult to perform precise processing on the substrate held on the stage.

従来の搬送装置には、上記のヨーイング角度の変動を把握するために、大掛かりな計測装置が搭載されていた。そして、計測装置の計測結果に基づいて、搬送装置の動作が補正されていた。しかしながら、大掛かりな計測装置を搭載すると、搬送装置の小型化が困難となる。また、計測装置を搭載することにより、搬送装置の製造コストも上昇する。 Conventional conveyance devices have been equipped with large-scale measuring devices in order to ascertain the above-mentioned fluctuations in the yawing angle. Then, the operation of the conveying device is corrected based on the measurement results of the measuring device. However, if a large-scale measuring device is installed, it becomes difficult to downsize the transport device. Moreover, by mounting a measuring device, the manufacturing cost of the transport device also increases.

このような大掛かりな計測装置を常時設置することなく、ステージのヨーイング角度を把握するためには、例えば、機械学習を利用することが考えられる。具体的には、搬送装置から出力されるトルク値等の計測値と、ステージのヨーイング角度との関係を学習した学習済みモデルを用意し、当該学習済みモデルに計測値を入力して、ステージのヨーイング角度を出力することが考えられる。 In order to understand the yaw angle of the stage without constantly installing such a large-scale measuring device, it is possible to use machine learning, for example. Specifically, we prepare a trained model that has learned the relationship between measured values such as torque values output from the transport device and the yaw angle of the stage, and input the measured values into the trained model to determine the stage's yaw angle. It is conceivable to output the yawing angle.

しかしながら、学習済みモデルを生成するための機械学習アルゴリズムには、多くの種類がある。また、複数の機械学習アルゴリズムには、それぞれ得手・不得手があり、搬送装置の動作状況によって、各機械学習アルゴリズムの推定精度が変動する。このため、１つの機械学習アルゴリズムにより生成される１つの学習済みモデルのみに依存すると、搬送装置の動作状況によっては、精度のよい推定を行うことができない場合がある。 However, there are many types of machine learning algorithms for generating trained models. Furthermore, each of the plurality of machine learning algorithms has its advantages and disadvantages, and the estimation accuracy of each machine learning algorithm varies depending on the operating status of the transport device. Therefore, depending on only one trained model generated by one machine learning algorithm, accurate estimation may not be possible depending on the operating status of the transport device.

本発明は、このような事情に鑑みなされたものであり、大掛かりな計測装置を常時設置することなく、ステージのヨーイング角度を推定でき、かつ、搬送装置の多くの動作状況において高い推定精度を実現できる技術を提供することを目的とする。 The present invention was made in view of these circumstances, and it is possible to estimate the yaw angle of the stage without constantly installing a large-scale measuring device, and achieves high estimation accuracy in many operating conditions of the transport device. The purpose is to provide technology that can be used.

上記課題を解決するため、本願の第１発明は、平板状のステージを搬送機構により搬送する搬送装置において、前記ステージのヨーイング角度を推定するステージ姿勢推定装置であって、前記搬送機構から出力される計測値または前記計測値に基づいて算出される値を、入力データとして取得する入力データ取得部と、前記入力データに基づいて前記ステージのヨーイング角度を推定して、推定結果を出力する姿勢推定部と、を備え、前記姿勢推定部は、前記入力データに基づいて前記ステージのヨーイング角度の仮推定値を出力する複数の学習済みモデルが格納された記憶部と、前記複数の学習済みモデルから出力される複数の前記仮推定値に基づいて、前記推定結果を決定する推定値決定部と、を有する。
In order to solve the above problems, a first invention of the present application is a stage attitude estimation device for estimating a yawing angle of the stage in a conveyance device that conveys a flat stage by a conveyance mechanism, the stage posture estimation device estimating the yawing angle of the stage, an input data acquisition unit that acquires a measured value or a value calculated based on the measured value as input data; and a posture estimation unit that estimates a yawing angle of the stage based on the input data and outputs an estimation result. and a storage unit storing a plurality of trained models that output a tentative estimated value of the yawing angle of the stage based on the input data, and a storage unit storing a plurality of trained models that output a provisional estimated value of the yaw angle of the stage based on the input data; and an estimated value determination unit that determines the estimation result based on the plurality of provisional estimated values that are output.

本願の第２発明は、第１発明のステージ姿勢推定装置であって、前記推定値決定部は、前記複数の仮推定値の平均値を、前記推定結果とする。
A second invention of the present application is the stage posture estimating device according to the first invention , in which the estimated value determination unit sets the average value of the plurality of tentative estimated values as the estimation result.

本願の第３発明は、第１発明のステージ姿勢推定装置であって、前記複数の学習済みモデルに、加重比率が設定されており、前記推定値決定部は、前記加重比率を用いた前記複数の仮推定値の加重平均値を、前記推定結果とする。
A third invention of the present application is the stage posture estimating device according to the first invention , wherein a weighting ratio is set for the plurality of learned models, and the estimated value determining unit is configured to estimating the plurality of learned models using the weighting ratio. The weighted average value of the tentative estimated values is taken as the estimation result.

本願の第４発明は、第３発明のステージ姿勢推定装置であって、前記推定値決定部は、前記搬送機構の動作状態を表す状態変数に基づき、前記加重比率を変更する。
A fourth invention of the present application is the stage posture estimating device according to the third invention, in which the estimated value determination unit changes the weighting ratio based on a state variable representing an operating state of the transport mechanism.

本願の第５発明は、第１発明のステージ姿勢推定装置であって、前記推定値決定部は、前記搬送機構の動作状態を表す状態変数に基づき、前記複数の仮推定値のうちのいずれか１つを選択し、選択された前記仮推定値を、前記推定結果とする。
A fifth invention of the present application is the stage posture estimating device according to the first invention , wherein the estimated value determining unit selects one of the plurality of provisional estimated values based on a state variable representing an operating state of the transport mechanism. One is selected, and the selected tentative estimated value is used as the estimation result.

本願の第６発明は、第１発明から第５発明までのいずれか１発明のステージ姿勢推定装置であって、前記搬送機構は、前記ステージを一対の直進機構により搬送し、前記入力データ取得部は、前記一対の直進機構のトルク値の差分に基づいて、前記入力データを生成する。
A sixth invention of the present application is the stage attitude estimation device according to any one of the first to fifth inventions, wherein the transport mechanism transports the stage by a pair of linear mechanisms, and the input data acquisition unit generates the input data based on the difference in torque values of the pair of linear mechanisms.

本願の第７発明は、搬送装置であって、第１発明から第６発明までのいずれか１発明のステージ姿勢推定装置と、前記ステージと、前記搬送機構と、を備える。
A seventh invention of the present application is a transport device, and includes the stage attitude estimation device according to any one of the first to sixth inventions, the stage, and the transport mechanism.

本願の第８発明は、平板状のステージを搬送機構により搬送する搬送装置において、前記ステージのヨーイング角度を推定するステージ姿勢推定方法であって、ａ）前記搬送機構から出力される計測値または前記計測値に基づいて算出される値を、入力データとして取得する工程と、ｂ）前記入力データに基づいて前記ステージのヨーイング角度を推定して、推定結果を出力する工程と、を備え、前記工程ｂ）では、複数の学習済みモデルに前記入力データを入力し、前記複数の学習済みモデルから出力される複数の仮推定値に基づいて、前記推定結果を決定する。
An eighth invention of the present application is a stage attitude estimation method for estimating the yawing angle of the stage in a conveyance device that conveys a flat stage by a conveyance mechanism, the method comprising: a) a measured value output from the conveyance mechanism; the step of: acquiring a value calculated based on the measured value as input data; and b) estimating the yaw angle of the stage based on the input data and outputting the estimation result, the step In b), the input data is input to a plurality of trained models, and the estimation result is determined based on a plurality of tentative estimated values output from the plurality of trained models.

本願の第１発明から第８発明によれば、搬送機構から出力される計測値または計測値に基づいて算出される値に基づいて、ステージのヨーイング角度を推定する。これにより、大掛かりな計測装置を常時設置することなく、ステージのヨーイング角度を推定できる。また、複数の学習済みモデルから出力される複数の仮推定値に基づいて、１つの推定結果を出力する。これにより、搬送装置の多くの動作状況において高い推定精度を実現できる。 According to the first to eighth aspects of the present application, the yawing angle of the stage is estimated based on the measured value output from the transport mechanism or the value calculated based on the measured value. This makes it possible to estimate the yawing angle of the stage without constantly installing a large-scale measuring device. Furthermore, one estimation result is output based on a plurality of provisional estimated values output from a plurality of learned models. This makes it possible to achieve high estimation accuracy under many operating conditions of the transport device.

搬送装置を備えた描画装置の斜視図である。FIG. 1 is a perspective view of a drawing device including a conveyance device. 搬送装置を備えた描画装置の概略上面図である。FIG. 2 is a schematic top view of a drawing device including a transport device. 制御部と描画装置内の各部との電気的接続を示したブロック図である。FIG. 2 is a block diagram showing electrical connections between a control unit and various parts in the drawing device. 搬送装置の一部分を、主走査方向に対して垂直な面で切断したときの部分断面図である。FIG. 3 is a partial cross-sectional view of a portion of the conveyance device taken along a plane perpendicular to the main scanning direction. ステージ姿勢推定装置の構成を示したブロック図である。FIG. 2 is a block diagram showing the configuration of a stage posture estimation device. 事前学習処理の流れを示すフローチャートである。It is a flowchart which shows the flow of pre-learning processing. ステージ姿勢推定装置による推定処理の流れを示したフローチャートである。7 is a flowchart showing the flow of estimation processing by the stage posture estimation device. 推定値決定部による推定結果の決定方法の第２の例を示すフローチャートである。7 is a flowchart illustrating a second example of a method for determining an estimation result by an estimated value determining unit. 推定値決定部による推定結果の決定方法の第３の例を示すフローチャートである。12 is a flowchart illustrating a third example of a method for determining an estimation result by an estimated value determining section. 推定値決定部による推定結果の決定方法の第４の例を示すフローチャートである。It is a flowchart which shows the 4th example of the determination method of an estimation result by an estimation value determination part.

以下、本発明の実施形態について、図面を参照しつつ説明する。 Embodiments of the present invention will be described below with reference to the drawings.

なお、以下では、水平方向のうち、一対の直進機構によりステージが移動する方向を「主走査方向」と称し、主走査方向に直交する方向を「副走査方向」と称する。 Note that, in the horizontal direction, the direction in which the stage moves by the pair of linear mechanisms will be referred to as the "main scanning direction", and the direction orthogonal to the main scanning direction will be referred to as the "sub-scanning direction".

＜１．描画装置の構成＞
図１は、本発明の一実施形態に係る搬送装置１０を備えた描画装置１の斜視図である。図２は、描画装置１の概略上面図である。この描画装置１は、感光材料が塗布された半導体基板やガラス基板等の基板Ｗの上面に、空間変調された光を照射して、基板Ｗの上面に露光パターンを描画する装置である。図１および図２に示すように、描画装置１は、搬送装置１０、フレーム２０、描画処理部３０、および制御部４０を備える。 <1. Configuration of drawing device>
FIG. 1 is a perspective view of a drawing device 1 including a conveying device 10 according to an embodiment of the present invention. FIG. 2 is a schematic top view of the drawing device 1. The drawing device 1 is a device that draws an exposure pattern on the top surface of the substrate W by irradiating spatially modulated light onto the top surface of the substrate W, such as a semiconductor substrate or a glass substrate, coated with a photosensitive material. As shown in FIGS. 1 and 2, the drawing device 1 includes a transport device 10, a frame 20, a drawing processing section 30, and a control section 40.

搬送装置１０は、基台１１の上面において、平板状のステージ１２を、略一定の姿勢で水平方向に搬送する装置である。搬送装置１０は、主走査機構１３と副走査機構１４とを含む搬送機構を有する。主走査機構１３は、ステージ１２を主走査方向に搬送するための機構である。副走査機構１４は、ステージ１２を副走査方向に搬送するための機構である。基板Ｗは、ステージ１２の上面に水平姿勢で保持され、ステージ１２とともに主走査方向および副走査方向に移動する。 The transport device 10 is a device that transports a flat stage 12 in a horizontal direction on the upper surface of a base 11 in a substantially constant posture. The transport device 10 has a transport mechanism including a main scanning mechanism 13 and a sub-scanning mechanism 14. The main scanning mechanism 13 is a mechanism for transporting the stage 12 in the main scanning direction. The sub-scanning mechanism 14 is a mechanism for transporting the stage 12 in the sub-scanning direction. The substrate W is held in a horizontal position on the upper surface of the stage 12, and moves together with the stage 12 in the main scanning direction and the sub-scanning direction.

搬送装置１０のより詳細な構成については、後述する。 A more detailed configuration of the transport device 10 will be described later.

フレーム２０は、基台１１の上方において、描画処理部３０を保持するための構造である。フレーム２０は、一対の支柱部２１と架橋部２２とを有する。一対の支柱部２１は、副走査方向に間隔をあけて立設されている。各支柱部２１は、基台１１の上面から上方へ向けて延びる。架橋部２２は、２本の支柱部２１の上端部の間において、副走査方向に延びる。基板Ｗを保持したステージ１２は、一対の支柱部２１の間、かつ、架橋部２２の下方を通過する。 The frame 20 is a structure for holding the drawing processing section 30 above the base 11. The frame 20 has a pair of support portions 21 and a bridge portion 22. The pair of support columns 21 are erected at intervals in the sub-scanning direction. Each support column 21 extends upward from the top surface of the base 11. The bridge portion 22 extends in the sub-scanning direction between the upper end portions of the two pillar portions 21 . The stage 12 holding the substrate W passes between the pair of support sections 21 and below the bridge section 22 .

描画処理部３０は、２つの光学ヘッド３１、照明光学系３２、レーザ発振器３３、およびレーザ駆動部３４を有する。２つの光学ヘッド３１は、副走査方向に間隔をあけて、架橋部２２に固定される。照明光学系３２、レーザ発振器３３、およびレーザ駆動部３４は、例えば、架橋部２２の内部空間に収容される。レーザ駆動部３４は、レーザ発振器３３と電気的に接続されている。レーザ駆動部３４を動作させると、レーザ発振器３３からパルス光が出射される。そして、レーザ発振器３３から出射されたパルス光が、照明光学系３２を介して光学ヘッド３１へ導入される。 The drawing processing section 30 includes two optical heads 31, an illumination optical system 32, a laser oscillator 33, and a laser drive section 34. The two optical heads 31 are fixed to the bridge portion 22 with an interval in the sub-scanning direction. The illumination optical system 32, laser oscillator 33, and laser drive section 34 are housed in the internal space of the bridge section 22, for example. The laser drive section 34 is electrically connected to the laser oscillator 33. When the laser drive unit 34 is operated, the laser oscillator 33 emits pulsed light. Then, pulsed light emitted from the laser oscillator 33 is introduced into the optical head 31 via the illumination optical system 32.

光学ヘッド３１の内部には、空間変調器を含む光学系が設けられている。空間変調器には、例えば、回折格子型の空間光変調器であるＧＬＶ（Grating Light Valve）（登録商標）が用いられる。光学ヘッド３１へ導入されたパルス光は、空間変調器により所定のパターンに変調されて、基板Ｗの上面に照射される。これにより、基板Ｗの上面に塗布されたレジスト等の感光材料が露光される。 An optical system including a spatial modulator is provided inside the optical head 31. For example, a GLV (Grating Light Valve) (registered trademark), which is a diffraction grating type spatial light modulator, is used as the spatial modulator. The pulsed light introduced into the optical head 31 is modulated into a predetermined pattern by a spatial modulator and is irradiated onto the upper surface of the substrate W. As a result, a photosensitive material such as a resist applied to the upper surface of the substrate W is exposed.

描画装置１の稼働時には、光学ヘッド３１による露光と、搬送装置１０による基板Ｗの搬送とが、繰り返し実行される。具体的には、副走査機構１４によりステージ１２を副走査方向に搬送しつつ、光学ヘッド３１からのパルス光の照射を行うことにより、副走査方向に延びる帯状の領域（スワス）に露光を行った後、主走査機構１３によりステージ１２を主走査方向に１スワス分だけ搬送する。描画装置１は、このような副走査方向の露光と、主走査方向のステージ１２の搬送とを繰り返すことにより、基板Ｗの上面全体にパターンを描画する。 When the drawing device 1 is in operation, exposure by the optical head 31 and transportation of the substrate W by the transportation device 10 are repeatedly executed. Specifically, while the stage 12 is transported in the sub-scanning direction by the sub-scanning mechanism 14, a strip-shaped area (swath) extending in the sub-scanning direction is exposed by irradiating pulsed light from the optical head 31. After that, the main scanning mechanism 13 transports the stage 12 by one swath in the main scanning direction. The drawing apparatus 1 draws a pattern on the entire upper surface of the substrate W by repeating such exposure in the sub-scanning direction and conveyance of the stage 12 in the main scanning direction.

制御部４０は、描画装置１の各部を動作制御するための手段である。図３は、制御部４０と、描画装置１内の各部との電気的接続を示したブロック図である。図３中に概念的に示すように、制御部４０は、ＣＰＵ等のプロセッサ４１、ＲＡＭ等のメモリ４２、およびハードディスクドライブ等の記憶部４３を有するコンピュータにより構成されている。記憶部４３には、描画装置１を動作制御するためのコンピュータプログラムＰが記憶されている。 The control section 40 is a means for controlling the operation of each section of the drawing apparatus 1. FIG. 3 is a block diagram showing electrical connections between the control section 40 and each section within the drawing apparatus 1. As conceptually shown in FIG. 3, the control unit 40 is constituted by a computer having a processor 41 such as a CPU, a memory 42 such as a RAM, and a storage unit 43 such as a hard disk drive. The storage unit 43 stores a computer program P for controlling the operation of the drawing device 1.

また、図３に示すように、制御部４０は、描画処理部３０（上述した光学ヘッド３１およびレーザ駆動部３４を含む）、主走査機構１３（後述するリニアモータ６１およびエアガイド６２を含む）、副走査機構１４（後述するリニアモータ７１を含む）、後述する回転機構１５、および各種センサ５０と、電気的に接続されている。制御部４０は、記憶部４３に記憶されたコンピュータプログラムＰやデータＤをメモリ４２に読み出し、当該コンピュータプログラムＰおよびデータＤに基づいて、プロセッサ４１が演算処理を行うことにより、描画装置１内の上記各部を動作制御する。これにより、描画装置１における描画処理が進行する。 Further, as shown in FIG. 3, the control unit 40 includes a drawing processing unit 30 (including the above-mentioned optical head 31 and laser drive unit 34), a main scanning mechanism 13 (including a linear motor 61 and an air guide 62, which will be described later). , a sub-scanning mechanism 14 (including a linear motor 71 described later), a rotation mechanism 15 described later, and various sensors 50. The control unit 40 reads the computer program P and data D stored in the storage unit 43 into the memory 42, and the processor 41 performs arithmetic processing based on the computer program P and data D, thereby controlling the contents of the drawing device 1. Controls the operation of each of the above parts. Thereby, the drawing process in the drawing device 1 progresses.

＜２．搬送装置の構成＞
次に、搬送装置１０の詳細な構成について、説明する。図４は、搬送装置１０の一部分を、主走査方向に対して垂直な面で切断したときの部分断面図である。図１～図４に示すように、搬送装置１０は、基台１１、ステージ１２、主走査機構１３、副走査機構１４、回転機構１５、下段支持プレート１６、中段支持プレート１７、およびステージ姿勢推定装置１８を有する。 <2. Configuration of transport device>
Next, the detailed configuration of the transport device 10 will be explained. FIG. 4 is a partial cross-sectional view of a portion of the transport device 10 taken along a plane perpendicular to the main scanning direction. As shown in FIGS. 1 to 4, the transport device 10 includes a base 11, a stage 12, a main scanning mechanism 13, a sub-scanning mechanism 14, a rotation mechanism 15, a lower support plate 16, a middle support plate 17, and stage posture estimation. It has a device 18.

基台１１は、搬送装置１０の各部を支持する支持台である。基台１１は、主走査方向および副走査方向に広がる平板状の外形を有する。基台１１の下面には、４つの脚部１１１および２つのダンパ１１２が設けられている。脚部１１１およびダンパ１１２の長さは、個別に調節可能である。したがって、脚部１１１およびダンパ１１２の長さを調節することにより、基台１１の姿勢を水平に調整できる。 The base 11 is a support base that supports each part of the transport device 10. The base 11 has a flat outer shape that extends in the main scanning direction and the sub-scanning direction. Four legs 111 and two dampers 112 are provided on the lower surface of the base 11. The lengths of the legs 111 and damper 112 are individually adjustable. Therefore, by adjusting the lengths of the legs 111 and the damper 112, the attitude of the base 11 can be adjusted horizontally.

下段支持プレート１６、中段支持プレート１７、およびステージ１２は、それぞれ、平板状の外形を有する。下段支持プレート１６は、基台１１上において、主走査機構１３により主走査方向に移動可能に支持されている。中段支持プレート１７は、下段支持プレート１６上において、副走査機構１４により副走査方向に移動可能に支持されている。ステージ１２は、中段支持プレート１７上において、回転機構１５により鉛直軸周りに回転可能に支持されている。ステージ１２は、基板Ｗを載置可能な上面を有する。また、ステージ１２の上面には、基板Ｗを保持するためのチャックピンや、基板Ｗを吸着する複数の吸着孔が設けられている。 The lower support plate 16, the middle support plate 17, and the stage 12 each have a flat plate-like outer shape. The lower support plate 16 is supported by the main scanning mechanism 13 on the base 11 so as to be movable in the main scanning direction. The middle support plate 17 is supported on the lower support plate 16 by the sub-scanning mechanism 14 so as to be movable in the sub-scanning direction. The stage 12 is supported by a rotation mechanism 15 on a middle support plate 17 so as to be rotatable around a vertical axis. The stage 12 has an upper surface on which the substrate W can be placed. Further, the upper surface of the stage 12 is provided with chuck pins for holding the substrate W and a plurality of suction holes for suctioning the substrate W.

主走査機構１３は、基台１１に対して下段支持プレート１６を、主走査方向に移動させる機構である。主走査機構１３は、一対の直進機構６０を有する。一対の直進機構６０は、基台１１の上面の副走査方向の両端部に設けられている。図２および図４に示すように、一対の直進機構６０は、それぞれ、リニアモータ６１とエアガイド６２とを有する。 The main scanning mechanism 13 is a mechanism that moves the lower support plate 16 with respect to the base 11 in the main scanning direction. The main scanning mechanism 13 has a pair of linear mechanisms 60. The pair of straight-moving mechanisms 60 are provided at both ends of the upper surface of the base 11 in the sub-scanning direction. As shown in FIGS. 2 and 4, each of the pair of linear mechanisms 60 includes a linear motor 61 and an air guide 62.

リニアモータ６１は、固定子６１１および移動子６１２を有する。固定子６１１は、基台１１の上面に、主走査方向に沿って敷設されている。すなわち、一対の固定子６１１は、互いに平行に配置されている。移動子６１２は、後述するエアベアリング６２２を介して、下段支持プレート１６に固定されている。 The linear motor 61 has a stator 611 and a mover 612. The stator 611 is placed on the upper surface of the base 11 along the main scanning direction. That is, the pair of stators 611 are arranged parallel to each other. The mover 612 is fixed to the lower support plate 16 via an air bearing 622, which will be described later.

また、主走査機構１３は、リニアモータ６１の動作を制御するための制御基板６３を有する。制御基板６３には、例えばサーボパック（登録商標）が用いられる。制御基板６３は、制御部４０と電気的に接続されている。リニアモータ６１の駆動時には、制御部４０からの指令に従って、制御基板６３が、リニアモータ６１において発生させるべきトルクを算出する。そして、算出されたトルクに応じた駆動信号を、各リニアモータ６１の固定子６１１へ供給する。そうすると、固定子６１１と移動子６１２との間に生じる磁気的な吸引力および反発力によって、移動子６１２が、固定子６１１に沿って主走査方向に移動する。 The main scanning mechanism 13 also includes a control board 63 for controlling the operation of the linear motor 61. For example, a Servopack (registered trademark) is used for the control board 63. The control board 63 is electrically connected to the control section 40. When driving the linear motor 61, the control board 63 calculates the torque to be generated in the linear motor 61 according to a command from the control unit 40. Then, a drive signal corresponding to the calculated torque is supplied to the stator 611 of each linear motor 61. Then, the magnetic attractive force and repulsive force generated between the stator 611 and the movable element 612 cause the movable element 612 to move in the main scanning direction along the stator 611.

エアガイド６２は、ガイドレール６２１およびエアベアリング６２２を有する。ガイドレール６２１は、基台１１の上面に、主走査方向に沿って敷設されている。すなわち、リニアモータ６１の固定子６１１と、エアガイド６２のガイドレール６２１とは、互いに平行に配置されている。エアベアリング６２２は、下段支持プレート１６と移動子６１２とに、固定されている。また、エアベアリング６２２は、ガイドレール６２１の上方に配置されている。 The air guide 62 has a guide rail 621 and an air bearing 622. The guide rail 621 is laid on the upper surface of the base 11 along the main scanning direction. That is, the stator 611 of the linear motor 61 and the guide rail 621 of the air guide 62 are arranged parallel to each other. The air bearing 622 is fixed to the lower support plate 16 and the mover 612. Furthermore, the air bearing 622 is arranged above the guide rail 621.

図４に示すように、エアベアリング６２２の下面には、気体吹出口６２３が設けられている。搬送装置１０の稼働時には、工場のユーティリティからエアベアリング６２２に常に気体が供給され、気体吹出口６２３からガイドレール６２１の上面に向けて、加圧された気体が吹き出される。これにより、エアベアリング６２２は、ガイドレール６２１上に非接触で浮上支持される。したがって、リニアモータ６１を駆動させると、下段支持プレート１６は、エアガイド６２により浮上支持された状態で、主走査方向に沿って低摩擦で滑らかに移動する。 As shown in FIG. 4, a gas outlet 623 is provided on the lower surface of the air bearing 622. When the transport device 10 is in operation, gas is constantly supplied to the air bearing 622 from a factory utility, and pressurized gas is blown out from the gas outlet 623 toward the upper surface of the guide rail 621 . Thereby, the air bearing 622 is floated and supported on the guide rail 621 in a non-contact manner. Therefore, when the linear motor 61 is driven, the lower support plate 16 moves smoothly with low friction along the main scanning direction while being floated and supported by the air guide 62.

副走査機構１４は、下段支持プレート１６に対して中段支持プレート１７を、副走査方向に移動させる機構である。副走査機構１４は、リニアモータ７１と、一対のガイド機構７２とを有する。 The sub-scanning mechanism 14 is a mechanism that moves the middle support plate 17 with respect to the lower support plate 16 in the sub-scanning direction. The sub-scanning mechanism 14 includes a linear motor 71 and a pair of guide mechanisms 72.

リニアモータ７１は、下段支持プレート１６の上面の主走査方向の略中央に設けられている。リニアモータ７１は、固定子７１１および移動子７１２を有する。固定子７１１は、下段支持プレート１６の上面に、副走査方向に沿って敷設されている。移動子７１２は、中段支持プレート１７に対して固定されている。リニアモータ７１の駆動時には、固定子７１１と移動子７１２との間に生じる磁気的な吸引力および反発力により、移動子７１２が、固定子７１１に沿って副走査方向に移動する。 The linear motor 71 is provided approximately at the center of the upper surface of the lower support plate 16 in the main scanning direction. The linear motor 71 has a stator 711 and a mover 712. The stator 711 is placed on the upper surface of the lower support plate 16 along the sub-scanning direction. The mover 712 is fixed to the middle support plate 17. When the linear motor 71 is driven, the movable element 712 moves in the sub-scanning direction along the stator 711 due to magnetic attractive force and repulsive force generated between the stator 711 and the movable element 712.

一対のガイド機構７２は、下段支持プレート１６の上面の主走査方向の両端部に設けられている。一対のガイド機構７２は、それぞれ、ガイドレール７２１とボールベアリング７２２とを有する。ガイドレール７２１は、下段支持プレート１６の上面に、副走査方向に沿って敷設されている。ボールベアリング７２２は、中段支持プレート１７の下面に固定されている。また、ボールベアリング７２２は、ガイドレール７２１に沿って、副走査方向に移動可能である。したがって、リニアモータ７１を駆動させると、中段支持プレート１７は、下段支持プレート１６に対して、副走査方向に移動する。 The pair of guide mechanisms 72 are provided at both ends of the upper surface of the lower support plate 16 in the main scanning direction. The pair of guide mechanisms 72 each include a guide rail 721 and a ball bearing 722. The guide rail 721 is laid on the upper surface of the lower support plate 16 along the sub-scanning direction. The ball bearing 722 is fixed to the lower surface of the middle support plate 17. Further, the ball bearing 722 is movable in the sub-scanning direction along the guide rail 721. Therefore, when the linear motor 71 is driven, the middle support plate 17 moves in the sub-scanning direction with respect to the lower support plate 16.

回転機構１５は、中段支持プレート１７に対するステージ１２の鉛直軸周りの角度を調整する機構である。回転機構１５には、例えばモータが用いられる。モータを動作させると、中段支持プレート１７に対してステージ１２が、鉛直軸周りに回転する。これにより、ステージ１２の鉛直軸周りの角度（ヨーイング角度）θを調整することができる。 The rotation mechanism 15 is a mechanism that adjusts the angle of the stage 12 around the vertical axis with respect to the middle support plate 17. For example, a motor is used for the rotation mechanism 15. When the motor is operated, the stage 12 rotates around the vertical axis with respect to the middle support plate 17. Thereby, the angle (yawing angle) θ of the stage 12 around the vertical axis can be adjusted.

このように、ステージ１２は、主走査機構１３、副走査機構１４、および回転機構１５により、基台１１に対して、主走査方向および副走査方向に移動可能であるとともに、ヨーイング角度θを調整することが可能となっている。 In this way, the stage 12 can be moved in the main scanning direction and the sub-scanning direction with respect to the base 11 by the main scanning mechanism 13, the sub-scanning mechanism 14, and the rotation mechanism 15, and the yawing angle θ can be adjusted. It is now possible to do so.

図１および図２に示すように、この搬送装置１０には、姿勢計測装置８０を設置することが可能である。姿勢計測装置８０は、ステージ１２のヨーイング角度θを計測するための装置である。姿勢計測装置８０は、ステージ１２に固定されるミラー８１と、レーザ干渉計８２とを有する。ミラー８１は、ステージ１２の主走査方向の端縁部に固定される。レーザ干渉計８２は、基台１１の上面に固定される。レーザ干渉計８２は、ミラー８１へ向けて２本のレーザ光を照射する。そして、ミラー８１から反射する２本のレーザ光の干渉により、２本のレーザ光の光路差を検出する。そして、当該光路差に基づいて、ステージ１２のヨーイング角度θを計測する。 As shown in FIGS. 1 and 2, a posture measuring device 80 can be installed in this transport device 10. The posture measuring device 80 is a device for measuring the yawing angle θ of the stage 12. The posture measuring device 80 includes a mirror 81 fixed to the stage 12 and a laser interferometer 82. The mirror 81 is fixed to the edge of the stage 12 in the main scanning direction. Laser interferometer 82 is fixed to the upper surface of base 11. Laser interferometer 82 irradiates two laser beams toward mirror 81 . Then, by interference of the two laser beams reflected from the mirror 81, the optical path difference between the two laser beams is detected. Then, the yawing angle θ of the stage 12 is measured based on the optical path difference.

姿勢計測装置８０は、後述する事前学習処理を行う場合に設置される。事前学習が完了した後は、姿勢計測装置８０を取り外して、搬送装置１０を使用することができる。 The posture measuring device 80 is installed when performing pre-learning processing, which will be described later. After the preliminary learning is completed, the posture measuring device 80 can be removed and the transport device 10 can be used.

＜３．ステージ姿勢推定装置について＞
＜３－１．ステージ姿勢推定装置の構成＞
続いて、搬送装置１０に搭載されるステージ姿勢推定装置１８について、説明する。図５は、ステージ姿勢推定装置１８の構成を示したブロック図である。ステージ姿勢推定装置１８は、主走査機構１３から出力される計測値に基づいて、ステージ１２のヨーイング角度θを推定する装置である。図５に示すように、ステージ姿勢推定装置１８は、入力データ取得部９１と、姿勢推定部９２とを備える。入力データ取得部９１は、計測値入力部９１１と、入力データ生成部９１２とを有する。姿勢推定部９２は、複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・と、推定値決定部９２１とを有する。 <3. About the stage posture estimation device>
<3-1. Configuration of stage posture estimation device>
Next, the stage attitude estimation device 18 mounted on the transport device 10 will be explained. FIG. 5 is a block diagram showing the configuration of the stage posture estimation device 18. The stage attitude estimation device 18 is a device that estimates the yawing angle θ of the stage 12 based on the measurement value output from the main scanning mechanism 13. As shown in FIG. 5, the stage posture estimation device 18 includes an input data acquisition section 91 and a posture estimation section 92. The input data acquisition section 91 includes a measured value input section 911 and an input data generation section 912. The posture estimation section 92 includes a plurality of learned models M1, M2, M3, . . . and an estimated value determination section 921.

ステージ姿勢推定装置１８は、ＣＰＵ等のプロセッサ、ＲＡＭ等のメモリ、およびハードディスクドライブ等の記憶部を有するコンピュータにより構成される。計測値入力部９１１、入力データ生成部９１２、および推定値決定部９２１の各機能は、記憶部に記憶されたコンピュータプログラムに従ってプロセッサが動作することにより、実現される。 The stage attitude estimation device 18 is configured by a computer having a processor such as a CPU, a memory such as a RAM, and a storage unit such as a hard disk drive. The functions of the measured value input section 911, the input data generation section 912, and the estimated value determination section 921 are realized by the processor operating according to a computer program stored in the storage section.

学習済みモデルＭ１，Ｍ２，Ｍ３，・・・は、機械学習アルゴリズムを用いた事前学習により、パラメータが調整された推論プログラムである。学習済みモデルＭ１，Ｍ２，Ｍ３，・・・を得るための機械学習アルゴリズムとしては、例えば、一層ニューラルネットワークやディープラーニング等を含むニューラルネットワーク、ランダムフォレストや勾配ブースティング等を含む決定木系アルゴリズム、サポートベクトルマシンといった、いわゆる教師あり機械学習アルゴリズムが用られる。複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・は、それぞれ、異なる機械学習アルゴリズムにより生成されたものである。 The learned models M1, M2, M3, . . . are inference programs whose parameters have been adjusted through prior learning using a machine learning algorithm. Machine learning algorithms for obtaining trained models M1, M2, M3, etc. include, for example, neural networks including single layer neural networks and deep learning, decision tree algorithms including random forests and gradient boosting, etc. So-called supervised machine learning algorithms such as support vector machines are used. The plurality of learned models M1, M2, M3, . . . are generated by different machine learning algorithms.

なお、ステージ姿勢推定装置１８は、上述した制御部４０と同一のコンピュータにより構成されていてもよく、制御部４０とは別のコンピュータにより構成されていてもよい。 Note that the stage attitude estimation device 18 may be configured by the same computer as the control unit 40 described above, or may be configured by a separate computer from the control unit 40.

＜３－２．ステージ姿勢推定装置の事前学習＞
続いて、ステージ姿勢推定装置１８において予め実行される事前学習処理について、説明する。図６は、事前学習処理の流れを示すフローチャートである。 <3-2. Pre-learning of stage posture estimation device>
Next, the pre-learning process executed in advance in the stage posture estimation device 18 will be explained. FIG. 6 is a flowchart showing the flow of pre-learning processing.

事前学習処理を行うときには、搬送装置１０に、上述した姿勢計測装置８０を設置する（ステップＳ１１）。そして、主走査機構１３を動作させつつ、次のステップＳ１２～Ｓ１５を繰り返し実行する。 When performing the pre-learning process, the above-mentioned posture measuring device 80 is installed in the transport device 10 (step S11). Then, while operating the main scanning mechanism 13, the following steps S12 to S15 are repeatedly executed.

まず、計測値入力部９１１に、制御基板６３から出力される計測値が入力される（ステップＳ１２）。計測値は、例えば、主走査機構１３の一対のリニアモータ６１のトルク値とされる。ただし、計測値入力部９１１へ入力される計測値は、エアベアリング６２２の空気圧、ガイドレール６２１の温度、搬送装置１０の駆動音、ステージ１２の振動、ステージ１２の位置などの他の項目を、各種センサ５０により計測したものであってもよい。 First, the measured value output from the control board 63 is input to the measured value input section 911 (step S12). The measured value is, for example, a torque value of the pair of linear motors 61 of the main scanning mechanism 13. However, the measured values input to the measured value input section 911 include other items such as the air pressure of the air bearing 622, the temperature of the guide rail 621, the driving sound of the transport device 10, the vibration of the stage 12, and the position of the stage 12. It may be measured by various sensors 50.

次に、入力データ生成部９１２が、計測値入力部９１１に入力された計測値に基づいて、入力データｄを生成する（ステップＳ１３）。例えば、計測値が一対のリニアモータ６１のトルク値である場合には、入力データ生成部９１２は、それらのトルク値の差分を算出する。そして、算出された差分の時系列データから、不要な周波数を除去することにより、入力データｄを生成する。計測値入力部９１１に入力される計測値が、トルク値以外の場合にも、入力データ生成部９１２は、所定の演算やフィルタ処理を行うことにより、機械学習に適した入力データｄを生成する。 Next, the input data generation unit 912 generates input data d based on the measurement value input to the measurement value input unit 911 (step S13). For example, when the measured values are torque values of the pair of linear motors 61, the input data generation unit 912 calculates the difference between those torque values. Then, input data d is generated by removing unnecessary frequencies from the time series data of the calculated difference. Even when the measured value input to the measured value input unit 911 is other than a torque value, the input data generation unit 912 generates input data d suitable for machine learning by performing predetermined calculations and filter processing. .

なお、入力データ生成部９１２は、計測値入力部９１１に入力された計測値そのものを、入力データｄとしてもよい。すなわち、入力データ生成部９１２は、搬送機構から出力される計測値、または、計測値に所定の演算やフィルタ処理を行うことにより算出される値を、入力データｄとすればよい。 Note that the input data generation unit 912 may use the measurement value itself input to the measurement value input unit 911 as the input data d. That is, the input data generation unit 912 may use, as the input data d, a measured value output from the transport mechanism or a value calculated by performing predetermined calculation or filter processing on the measured value.

続いて、姿勢推定部９２は、入力データ生成部９１２により生成された入力データｄを入力とし、姿勢計測装置８０の計測結果θｍを教師データとして、機械学習を行う（ステップＳ１４）。すなわち、姿勢推定部９２は、上述した機械学習アルゴリズムにより、入力データｄと、姿勢計測装置８０の計測結果θｍとの関係を学習する。本実施形態の姿勢推定部９２は、このステップＳ１４の機械学習を、複数の異なる機械学習アルゴリズムにより、並行して行う。したがって、ステップＳ１４の機械学習により、複数の異なる学習済みモデルＭ１，Ｍ２，Ｍ３，・・・が生成される。 Subsequently, the posture estimating section 92 performs machine learning using the input data d generated by the input data generating section 912 as input and the measurement result θm of the posture measuring device 80 as teacher data (step S14). That is, the posture estimation unit 92 learns the relationship between the input data d and the measurement result θm of the posture measurement device 80 using the machine learning algorithm described above. The posture estimation unit 92 of this embodiment performs the machine learning in step S14 in parallel using a plurality of different machine learning algorithms. Therefore, a plurality of different learned models M1, M2, M3, . . . are generated by the machine learning in step S14.

姿勢推定部９２は、ステップＳ１４の機械学習により生成される学習済みモデルＭ１，Ｍ２，Ｍ３，・・・の推定精度が、所望のレベルに達していない場合には（ステップＳ１５：ｎｏ）、上述したステップＳ１２～Ｓ１４の処理を繰り返す。このように、機械学習を繰り返すことにより、学習済みモデルＭ１，Ｍ２，Ｍ３，・・・の推定精度が、次第に向上する。 If the estimation accuracy of the trained models M1, M2, M3, . The processes of steps S12 to S14 are repeated. In this way, by repeating machine learning, the estimation accuracy of the learned models M1, M2, M3, . . . gradually improves.

やがて、各学習済みモデルＭ１，Ｍ２，Ｍ３，・・・の推定精度が所望のレベルに達したと判断されると、姿勢推定部９２は、機械学習を終了する（ステップＳ１５：ｙｅｓ）。そして、搬送装置１０から姿勢計測装置８０が取り外される（ステップＳ１６）。 Eventually, when it is determined that the estimation accuracy of each trained model M1, M2, M3, . . . has reached a desired level, the posture estimation unit 92 ends the machine learning (step S15: yes). Then, the posture measuring device 80 is removed from the transport device 10 (step S16).

＜３－３．ステージ姿勢推定装置の推定処理＞
続いて、ステージ姿勢推定装置１８によるヨーイング角度θの推定処理について、説明する。この推定処理は、上述した事前学習処理が完了した後、搬送装置１０を動作させるときに実行される。図７は、推定処理の流れを示したフローチャートである。 <3-3. Estimation processing of stage posture estimation device>
Next, the process of estimating the yawing angle θ by the stage attitude estimation device 18 will be described. This estimation process is executed when the transport device 10 is operated after the above-described pre-learning process is completed. FIG. 7 is a flowchart showing the flow of estimation processing.

推定処理を行うときには、まず、計測値入力部９１１に、制御基板６３から出力される計測値が入力される（ステップＳ２１）。ここでは、上述したステップＳ１２と同種の計測値が入力される。例えば、ステップＳ１２において入力される計測値が、一対のリニアモータ６１のトルク値である場合には、ステップＳ２１において入力される計測値も、一対のリニアモータ６１のトルク値とされる。 When performing the estimation process, first, the measured value output from the control board 63 is input to the measured value input section 911 (step S21). Here, the same type of measurement value as in step S12 described above is input. For example, if the measured value input in step S12 is the torque value of the pair of linear motors 61, the measured value input in step S21 is also the torque value of the pair of linear motors 61.

次に、入力データ生成部９１２が、計測値入力部９１１に入力された計測値に基づいて、入力データｄを生成する（ステップＳ２２）。ここでは、上述したステップＳ１３と同一の処理が実行される。すなわち、ステップＳ１３において実行される処理が、差分の算出およびフィルタ処理である場合には、ステップＳ２２においても、差分の算出およびフィルタ処理を実行することにより、入力データｄが生成される。 Next, the input data generation unit 912 generates input data d based on the measurement value input to the measurement value input unit 911 (step S22). Here, the same process as step S13 described above is executed. That is, when the process executed in step S13 is difference calculation and filter processing, input data d is generated by performing difference calculation and filter processing in step S22 as well.

続いて、姿勢推定部９２は、生成された入力データｄを、複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・に、それぞれ入力する（ステップＳ２３）。そうすると、各学習済みモデルＭ１，Ｍ２，Ｍ３，・・・は、入力データｄに対応するステージ１２のヨーイング角度θの仮推定値θ１，θ２，θ３，・・・を出力する。これにより、１つの入力データｄに対して、複数の仮推定値θ１，θ２，θ３，・・・が得られる（ステップＳ２４）。 Subsequently, the posture estimation unit 92 inputs the generated input data d to each of the plurality of trained models M1, M2, M3, . . . (step S23). Then, each trained model M1, M2, M3, . . . outputs provisional estimated values θ1, θ2, θ3, . . . of the yawing angle θ of the stage 12 corresponding to the input data d. As a result, a plurality of tentative estimated values θ1, θ2, θ3, . . . are obtained for one input data d (step S24).

その後、姿勢推定部９２の推定値決定部９２１が、複数の仮推定値θ１，θ２，θ３，・・・に基づいて、１つの推定結果θｒを決定する（ステップＳ２５）。具体的には、例えば、推定値決定部９２１は、複数の仮推定値θ１，θ２，θ３，・・・の平均値を算出し、算出された平均値を推定結果θｒとして決定する。ただし、推定値決定部９２１は、他の方法で、推定結果θｒを決定してもよい。 Thereafter, the estimated value determining unit 921 of the posture estimating unit 92 determines one estimation result θr based on the plurality of tentative estimated values θ1, θ2, θ3, . . . (step S25). Specifically, for example, the estimated value determining unit 921 calculates the average value of the plurality of provisional estimated values θ1, θ2, θ3, . . . and determines the calculated average value as the estimation result θr. However, the estimated value determination unit 921 may determine the estimation result θr using another method.

図８は、推定値決定部９２１による推定結果の決定方法の第２の例を示すフローチャートである。図８の例では、学習済みモデルＭ１，Ｍ２，Ｍ３，・・・のそれぞれに対して、予め加重比率ｗ１，ｗ２，ｗ３，・・・が設定されている。加重比率ｗ１，ｗ２，ｗ３，・・・は、ステージ姿勢推定装置１８を構成するコンピュータの記憶部に、予め記憶されている。推定値決定部９２１は、まず、記憶部から加重比率ｗ１，ｗ２，ｗ３，・・・を読み出す（ステップＳ３１）。そして、推定値決定部９２１は、読み出した加重比率ｗ１，ｗ２，ｗ３，・・・を用いて、複数の仮推定値θ１，θ２，θ３，・・・の加重平均値を算出し、算出された加重平均値を、推定結果θｒとする（ステップＳ３２）。 FIG. 8 is a flowchart showing a second example of a method for determining an estimation result by the estimated value determining unit 921. In the example of FIG. 8, weight ratios w1, w2, w3, . . . are set in advance for each of the trained models M1, M2, M3, . The weight ratios w1, w2, w3, . . . are stored in advance in the storage unit of the computer that constitutes the stage posture estimation device 18. The estimated value determining unit 921 first reads the weighting ratios w1, w2, w3, . . . from the storage unit (step S31). Then, the estimated value determining unit 921 calculates a weighted average value of the plurality of tentative estimated values θ1, θ2, θ3, . . . using the read weight ratios w1, w2, w3, . The weighted average value is set as the estimation result θr (step S32).

例えば、３つの学習済みモデルＭ１，Ｍ２，Ｍ３を使用する場合、ステップＳ３２において、加重平均を用いた推定結果θｒは、次の式（１）により算出することができる。
θｒ＝（ｗ１・θ１＋ｗ２・θ２＋ｗ３・θ３）／（ｗ１＋ｗ２＋ｗ３） （１） For example, when three trained models M1, M2, and M3 are used, the estimation result θr using the weighted average can be calculated using the following equation (1) in step S32.
θr=(w1・θ1+w2・θ2+w3・θ3)/(w1+w2+w3) (1)

複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・の中で、特に推定精度の高い学習済みモデルや、重視すべき学習済みモデルが存在する場合、その学習済みモデルの加重比率を、相対的に高く設定しておくとよい。そうすれば、上記のように加重平均値を算出することで、より好ましい推定結果θｒを得ることができる。 Among multiple trained models M1, M2, M3, etc., if there is a trained model with particularly high estimation accuracy or a trained model that should be emphasized, the weight ratio of that trained model is set relative to It is a good idea to set it high. Then, by calculating the weighted average value as described above, a more preferable estimation result θr can be obtained.

図９は、推定値決定部９２１による推定結果の決定方法の第３の例を示すフローチャートである。図９の例では、学習済みモデルＭ１，Ｍ２，Ｍ３，・・・のそれぞれに対応する加重比率ｗ１，ｗ２，ｗ３，・・・が、固定値ではなく、主走査機構１３の動作状態に応じて変化する。推定値決定部９２１は、まず、主走査機構１３の動作状態を表す状態変数を取得する（ステップＳ４１）。状態変数は、上述した計測値入力部９１１に入力される計測値であってもよく、他のセンサにより取得される変数であってもよく、あるいは、制御部４０に対してユーザが設定する動作モードなどであってもよい。 FIG. 9 is a flowchart showing a third example of a method for determining an estimation result by the estimated value determining unit 921. In the example of FIG. 9, the weighting ratios w1, w2, w3, . . . corresponding to the trained models M1, M2, M3, . and change. The estimated value determining unit 921 first obtains a state variable representing the operating state of the main scanning mechanism 13 (step S41). The state variable may be a measured value input to the above-mentioned measured value input section 911, a variable acquired by another sensor, or an operation set by the user to the control section 40. It may also be a mode.

推定値決定部９２１は、取得した状態変数に基づいて、加重比率ｗ１，ｗ２，ｗ３，・・・を変更する（ステップＳ４２）。これにより、主走査機構１３の動作状態に応じて、高い推定精度を発揮できる学習済みモデルの加重比率を高くする。例えば、ある状態変数により表される動作状態において、複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・のうち、特に学習済みモデルＭ２の推定精度が高い場合には、推定値決定部９２１は、加重比率ｗ２の値が相対的に高くなるように、複数の加重比率ｗ１，ｗ２，ｗ３，・・・を変更する。 The estimated value determining unit 921 changes the weighting ratios w1, w2, w3, . . . based on the acquired state variables (step S42). Thereby, the weighting ratio of the trained model that can exhibit high estimation accuracy is increased depending on the operating state of the main scanning mechanism 13. For example, in an operating state represented by a certain state variable, if the estimated accuracy of the learned model M2 is particularly high among the plurality of learned models M1, M2, M3, . . . , the estimated value determination unit 921 , a plurality of weighting ratios w1, w2, w3, . . . are changed so that the value of weighting ratio w2 becomes relatively high.

その後、推定値決定部９２１は、変更後の加重比率ｗ１，ｗ２，ｗ３，・・・を用いて、複数の仮推定値θ１，θ２，θ３，・・・の加重平均値を算出し、算出された加重平均値を、推定結果θｒとする（ステップＳ４３）。 Thereafter, the estimated value determining unit 921 calculates a weighted average value of the plurality of provisional estimated values θ1, θ2, θ3, . . . using the changed weight ratios w1, w2, w3, . The calculated weighted average value is set as the estimation result θr (step S43).

このように、動作状態に応じて加重比率ｗ１，ｗ２，ｗ３，・・・を変更すれば、動作状態毎に、重視する学習済みモデルを変更できる。したがって、動作状態毎に、高い推定精度を発揮できる学習済みモデルの加重比率を高くして、より精度のよい推定結果θｒを得ることができる。 In this way, by changing the weighting ratios w1, w2, w3, . . . according to the operating state, it is possible to change the trained model to be emphasized for each operating state. Therefore, it is possible to obtain a more accurate estimation result θr by increasing the weighting ratio of the learned model that can exhibit high estimation accuracy for each operating state.

図１０は、推定値決定部９２１による推定結果の決定方法の第４の例を示すフローチャートである。図１０の例では、推定値決定部９２１は、まず、主走査機構１３の動作状態を表す状態変数を取得する（ステップＳ５１）。状態変数は、上述した計測値入力部９１１に入力される計測値であってもよく、他のセンサにより取得される変数であってもよく、あるいは、制御部４０に対してユーザが設定する動作モードなどであってもよい。 FIG. 10 is a flowchart illustrating a fourth example of a method for determining an estimation result by the estimated value determining unit 921. In the example of FIG. 10, the estimated value determining unit 921 first obtains a state variable representing the operating state of the main scanning mechanism 13 (step S51). The state variable may be a measured value input to the above-mentioned measured value input section 911, a variable acquired by another sensor, or an operation set by the user to the control section 40. It may also be a mode.

推定値決定部９２１は、取得した状態変数に基づいて、複数の仮推定値θ１，θ２，θ３，・・・のうちのいずれか１つを選択し、選択された仮推定値を推定結果θｒとする（ステップＳ５２）。例えば、ある状態変数により表される動作状態において、複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・のうち、特に学習済みモデルＭ２の推定精度が高い場合には、推定値決定部９２１は、当該学習済みモデルＭ２から出力された仮推定値θ２を、推定結果θｒとする。 The estimated value determination unit 921 selects any one of the plurality of provisional estimation values θ1, θ2, θ3, ... based on the acquired state variables, and uses the selected provisional estimation value as the estimation result θr. (Step S52). For example, in an operating state represented by a certain state variable, if the estimated accuracy of the learned model M2 is particularly high among the plurality of learned models M1, M2, M3, . . . , the estimated value determination unit 921 , the tentative estimated value θ2 output from the learned model M2 is assumed to be the estimation result θr.

すなわち、この例では、動作状態に応じて、複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・から出力される複数の仮推定値θ１，θ２，θ３，・・・のうちのいずれか１つを採用する。このようにすれば、動作状態毎に、高い推定精度を発揮できる学習済みモデルを選択して、精度のよい推定結果θｒを得ることができる。 That is, in this example, any one of the plurality of tentative estimated values θ1, θ2, θ3, . . . output from the plurality of trained models M1, M2, M3, . Adopt one. In this way, it is possible to select a learned model that can exhibit high estimation accuracy for each operating state, and obtain a highly accurate estimation result θr.

図７に戻る。ヨーイング角度θの推定結果θｒが決定されると、推定値決定部９２１は、その推定結果θｒを、制御部４０へ出力する（ステップＳ２６）。その後、制御部４０は、姿勢推定部９２から出力されるヨーイング角度θの推定結果θｒに基づいて、ステージ１２のヨーイング角度θを補正する（ステップＳ２７）。具体的には、制御部４０は、回転機構１５を動作させるか、あるいは、一対のリニアモータ６１のいずれかのトルク値を調整する。これにより、ステージ１２のヨーイング角度θが、所望の値に近づくように補正される。 Return to FIG. 7. When the estimation result θr of the yawing angle θ is determined, the estimation value determination unit 921 outputs the estimation result θr to the control unit 40 (step S26). After that, the control unit 40 corrects the yawing angle θ of the stage 12 based on the estimation result θr of the yawing angle θ output from the attitude estimation unit 92 (step S27). Specifically, the control unit 40 operates the rotation mechanism 15 or adjusts the torque value of either of the pair of linear motors 61. Thereby, the yawing angle θ of the stage 12 is corrected so as to approach a desired value.

以上のように、この搬送装置１０では、主走査機構１３から出力される計測値または計測値に基づいて算出される値である入力データｄに基づいて、ステージ１２のヨーイング角度θを推定する。これにより、大掛かりな姿勢計測装置８０を常時設置することなく、ステージ１２のヨーイング角度θを推定できる。 As described above, in this conveyance device 10, the yawing angle θ of the stage 12 is estimated based on the input data d, which is a measured value output from the main scanning mechanism 13 or a value calculated based on the measured value. Thereby, the yawing angle θ of the stage 12 can be estimated without constantly installing a large-scale attitude measuring device 80.

また、この搬送装置１０では、複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・から出力される複数の仮推定値θ１，θ２，θ３，・・・に基づいて、１つの推定結果θｒを出力する。このため、搬送装置１０の多くの動作状況において高い推定精度を実現できる。また、本実施形態では、複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・が、それぞれ異なる機械学習アルゴリズムにより生成されたものである。このため、ある機械学習アルゴリズムにおいて高い推定精度を発揮しにくい動作状況において、他の機械学習アルゴリズムがそれを補完することができる。これにより、より多くの動作状況において、ステージ１２のヨーイング角度θを精度よく推定できる。 In addition, in this transport device 10, one estimation result θr is calculated based on a plurality of tentative estimated values θ1, θ2, θ3, . . . output from a plurality of learned models M1, M2, M3, . Output. Therefore, high estimation accuracy can be achieved under many operating conditions of the transport device 10. Further, in this embodiment, the plurality of learned models M1, M2, M3, . . . are generated by different machine learning algorithms. Therefore, in operating situations where it is difficult for a certain machine learning algorithm to achieve high estimation accuracy, other machine learning algorithms can complement it. Thereby, the yawing angle θ of the stage 12 can be estimated with high accuracy in more operating situations.

＜４．変形例＞
以上、本発明の一実施形態について説明したが、本発明は、上記の実施形態に限定されるものではない。 <4. Modified example>
Although one embodiment of the present invention has been described above, the present invention is not limited to the above embodiment.

上記の実施形態では、計測値入力部９１１は、リニアモータ６１のトルク値を、制御基板６３から取得していた。しかしながら、計測値入力部９１１は、他の方法で、リニアモータ６１のトルク値を取得してもよい。例えば、直進機構６０の各リニアモータ６１にトルクセンサを取り付け、そのトルクセンサからトルク値を取得してもよい。 In the embodiment described above, the measured value input unit 911 acquires the torque value of the linear motor 61 from the control board 63. However, the measured value input unit 911 may acquire the torque value of the linear motor 61 using other methods. For example, a torque sensor may be attached to each linear motor 61 of the linear movement mechanism 60, and the torque value may be obtained from the torque sensor.

また、上記の実施形態では、全ての学習済みモデルＭ１，Ｍ２，Ｍ３，・・・に、同一の入力データｄが入力されていた。しかしながら、入力データ生成部９１２は、計測値入力部９１１に入力された計測値に対して、学習済みモデル毎に異なる処理を施してもよい。そして、複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・に、異なる処理により生成された異なる入力データを入力してもよい。このようにすれば、各学習済みモデルに対して、より適した入力データを入力できる。 Further, in the above embodiment, the same input data d is input to all the learned models M1, M2, M3, . . . . However, the input data generation unit 912 may perform different processing on the measured values input to the measured value input unit 911 for each trained model. Different input data generated by different processes may be input to the plurality of learned models M1, M2, M3, . . . . In this way, more suitable input data can be input to each trained model.

また、上記実施形態の搬送装置１０は、主走査機構１３だけではなく、副走査機構１４および回転機構１５を備えていた。しかしながら、本発明は、副走査機構１４および回転機構１５を備えていない搬送装置を対象とするものであってもよい。 Moreover, the conveying device 10 of the above embodiment was equipped not only with the main scanning mechanism 13 but also with a sub-scanning mechanism 14 and a rotation mechanism 15. However, the present invention may be directed to a transport device that does not include the sub-scanning mechanism 14 and the rotation mechanism 15.

また、上記実施形態の搬送装置１０は、描画装置１に搭載されていた。しかしながら、本発明は、描画装置１以外の装置に搭載される搬送装置を対象とするものであってもよい。例えば、搬送装置は、ステージ上に保持された基板に対して処理液を塗布する装置に搭載されるものであってもよい。また、搬送装置は、ステージ上に保持された記録媒体に対して印刷を行う装置に搭載されるものであってもよい。 Furthermore, the transport device 10 of the above embodiment was installed in the drawing device 1. However, the present invention may be directed to a conveyance device mounted on a device other than the drawing device 1. For example, the transport device may be mounted on a device that applies a processing liquid to a substrate held on a stage. Further, the transport device may be mounted on a device that prints on a recording medium held on a stage.

また、上記の実施形態では、事前学習処理において、レーザ干渉計８２により、ステージ１２のヨーイング角度θを実測していた。しかしながら、ステージ１２のヨーイング角度θは、他の方法で実測してもよい。例えば、カメラにより取得したステージ１２の画像に基づいて、ステージ１２のヨーイング角度θを実測してもよい。 Further, in the above embodiment, the yawing angle θ of the stage 12 was actually measured by the laser interferometer 82 in the pre-learning process. However, the yawing angle θ of the stage 12 may be actually measured using other methods. For example, the yawing angle θ of the stage 12 may be actually measured based on an image of the stage 12 acquired by a camera.

また、上記の実施形態の直進機構６０は、リニアモータ６１を有するものであった。しかしながら、リニアモータ６１に代えて、回転モータから出力される回転運動をボールネジにより直進運動に変換する機構を用いてもよい。 Moreover, the linear movement mechanism 60 of the above embodiment had a linear motor 61. However, instead of the linear motor 61, a mechanism that converts rotational motion output from a rotary motor into linear motion using a ball screw may be used.

また、上記の実施形態や変形例に登場した各要素を、矛盾が生じない範囲で、適宜に組み合わせてもよい。 Furthermore, the elements appearing in the above-described embodiments and modifications may be combined as appropriate to the extent that no contradiction occurs.

１ 描画装置
１０ 搬送装置
１１ 基台
１２ ステージ
１３ 主走査機構
１４ 副走査機構
１５ 回転機構
１６ 下段支持プレート
１７ 中段支持プレート
１８ ステージ姿勢推定装置
２０ フレーム
３０ 描画処理部
４０ 制御部
５０ センサ
６０ 直進機構
６１ リニアモータ
６２ エアガイド
６３ 制御基板
８０ 姿勢計測装置
９１ 入力データ取得部
９２ 姿勢推定部
９１１ 計測値入力部
９１２ 入力データ生成部
９２１ 推定値決定部
Ｍ１，Ｍ２，Ｍ３ 学習済みモデル
Ｗ 基板
ｄ 入力データ
θ ヨーイング角度
θ１，θ２，θ３ 仮推定値
θｒ 推定結果 1 Drawing device 10 Transport device 11 Base 12 Stage 13 Main scanning mechanism 14 Sub-scanning mechanism 15 Rotation mechanism 16 Lower support plate 17 Middle support plate 18 Stage attitude estimation device 20 Frame 30 Drawing processing section 40 Control section 50 Sensor 60 Straight advance mechanism 61 Linear motor 62 Air guide 63 Control board 80 Attitude measurement device 91 Input data acquisition unit 92 Attitude estimation unit 911 Measured value input unit 912 Input data generation unit 921 Estimated value determination unit M1, M2, M3 Learned model W Board d Input data θ Yawing angle θ1, θ2, θ3 Tentative estimated value θr Estimated result

Claims (8)

平板状のステージを搬送機構により搬送する搬送装置において、前記ステージのヨーイング角度を推定するステージ姿勢推定装置であって、
前記搬送機構から出力される計測値または前記計測値に基づいて算出される値を、入力データとして取得する入力データ取得部と、
前記入力データに基づいて前記ステージのヨーイング角度を推定して、推定結果を出力する姿勢推定部と、
を備え、
前記姿勢推定部は、
前記入力データに基づいて前記ステージのヨーイング角度の仮推定値を出力する複数の学習済みモデルが格納された記憶部と、
前記複数の学習済みモデルから出力される複数の前記仮推定値に基づいて、前記推定結果を決定する推定値決定部と、
を有する、ステージ姿勢推定装置。 A stage attitude estimation device for estimating a yaw angle of the stage in a transport device that transports a flat stage by a transport mechanism,
an input data acquisition unit that acquires, as input data, a measured value output from the transport mechanism or a value calculated based on the measured value;
a posture estimation unit that estimates a yawing angle of the stage based on the input data and outputs an estimation result;
Equipped with
The posture estimation unit includes:
a storage unit storing a plurality of trained models that output provisional estimates of the yawing angle of the stage based on the input data;
an estimated value determining unit that determines the estimation result based on the plurality of provisional estimated values output from the plurality of trained models;
A stage posture estimation device comprising: 請求項１に記載のステージ姿勢推定装置であって、
前記推定値決定部は、前記複数の仮推定値の平均値を、前記推定結果とする、ステージ姿勢推定装置。 The stage posture estimation device according to claim 1 ,
The estimated value determination unit is a stage posture estimating device in which the estimated value determination unit takes an average value of the plurality of provisional estimated values as the estimation result. 請求項１に記載のステージ姿勢推定装置であって、
前記複数の学習済みモデルに、加重比率が設定されており、
前記推定値決定部は、前記加重比率を用いた前記複数の仮推定値の加重平均値を、前記推定結果とする、ステージ姿勢推定装置。 The stage posture estimation device according to claim 1 ,
A weighting ratio is set for the plurality of trained models,
The estimated value determination unit is a stage posture estimating device in which the estimated value is a weighted average value of the plurality of provisional estimated values using the weighted ratio as the estimation result. 請求項３に記載のステージ姿勢推定装置であって、
前記推定値決定部は、前記搬送機構の動作状態を表す状態変数に基づき、前記加重比率を変更する、ステージ姿勢推定装置。 The stage posture estimation device according to claim 3 ,
The estimated value determining unit is a stage posture estimation device that changes the weighting ratio based on a state variable representing an operating state of the transport mechanism. 請求項１に記載のステージ姿勢推定装置であって、
前記推定値決定部は、前記搬送機構の動作状態を表す状態変数に基づき、前記複数の仮推定値のうちのいずれか１つを選択し、選択された前記仮推定値を、前記推定結果とする、ステージ姿勢推定装置。 The stage posture estimation device according to claim 1 ,
The estimated value determination unit selects any one of the plurality of provisional estimation values based on a state variable representing an operating state of the transport mechanism, and combines the selected provisional estimation value with the estimation result. stage pose estimation device. 請求項１から請求項５までのいずれか１項に記載のステージ姿勢推定装置であって、
前記搬送機構は、前記ステージを一対の直進機構により搬送し、
前記入力データ取得部は、前記一対の直進機構のトルク値の差分に基づいて、前記入力データを生成する、ステージ姿勢推定装置。 The stage posture estimation device according to any one of claims 1 to 5 ,
The transport mechanism transports the stage by a pair of linear mechanisms,
The stage attitude estimation device is configured such that the input data acquisition unit generates the input data based on a difference between torque values of the pair of linear mechanisms. 請求項１から請求項６までのいずれか１項に記載のステージ姿勢推定装置と、
前記ステージと、
前記搬送機構と、
を備えた、搬送装置。 A stage posture estimation device according to any one of claims 1 to 6 ,
the stage;
The transport mechanism;
A transport device equipped with 平板状のステージを搬送機構により搬送する搬送装置において、前記ステージのヨーイング角度を推定するステージ姿勢推定方法であって、
ａ）前記搬送機構から出力される計測値または前記計測値に基づいて算出される値を、入力データとして取得する工程と、
ｂ）前記入力データに基づいて前記ステージのヨーイング角度を推定して、推定結果を出力する工程と、
を備え、
前記工程ｂ）では、複数の学習済みモデルに前記入力データを入力し、前記複数の学習済みモデルから出力される複数の仮推定値に基づいて、前記推定結果を決定する、ステージ姿勢推定方法。
A stage attitude estimation method for estimating a yaw angle of the stage in a transport device that transports a flat stage using a transport mechanism, the method comprising:
a) acquiring a measured value output from the transport mechanism or a value calculated based on the measured value as input data;
b) estimating the yaw angle of the stage based on the input data and outputting the estimation result;
Equipped with
In the step b), the stage posture estimation method includes inputting the input data to a plurality of trained models, and determining the estimation result based on a plurality of provisional estimated values output from the plurality of trained models.
JP2020011638A 2020-01-28 2020-01-28 Stage posture estimation device, transport device, and stage posture estimation method Active JP7379183B2 (en)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2020011638A JP7379183B2 (en) 2020-01-28 2020-01-28 Stage posture estimation device, transport device, and stage posture estimation method
KR1020227025709A KR20220120645A (en) 2020-01-28 2021-01-13 Stage attitude estimation apparatus, conveyance apparatus, and stage attitude estimation method
PCT/JP2021/000818 WO2021153228A1 (en) 2020-01-28 2021-01-13 Stage orientation estimation device, conveyance device, and stage orientation estimation method
CN202180011089.XA CN115023660A (en) 2020-01-28 2021-01-13 Stage attitude estimation device, conveyance device, and stage attitude estimation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020011638A JP7379183B2 (en) 2020-01-28 2020-01-28 Stage posture estimation device, transport device, and stage posture estimation method

Publications (2)

Publication Number Publication Date
JP2021117394A JP2021117394A (en) 2021-08-10
JP7379183B2 true JP7379183B2 (en) 2023-11-14

Family

ID=77078783

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020011638A Active JP7379183B2 (en) 2020-01-28 2020-01-28 Stage posture estimation device, transport device, and stage posture estimation method

Country Status (4)

Country Link
JP (1) JP7379183B2 (en)
KR (1) KR20220120645A (en)
CN (1) CN115023660A (en)
WO (1) WO2021153228A1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW202310131A (en) * 2021-08-24 2023-03-01 日商東京威力科創股份有限公司 Substrate-processing apparatus, model data generation apparatus, substrate-processing method, and model generation method

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003264133A (en) 2002-03-08 2003-09-19 Nikon Corp Stage controller, exposure apparatus, device manufacturing method and stage control method
JP2016072434A (en) 2014-09-30 2016-05-09 株式会社Ｓｃｒｅｅｎホールディングス Pattern formation device and pattern formation method
WO2019189661A1 (en) 2018-03-29 2019-10-03 国立大学法人奈良先端科学技術大学院大学 Learning dataset creation method and device
JP2020001127A (en) 2018-06-28 2020-01-09 勇貴 高橋 Picking system, picking processing equipment, and program
JP2021033068A (en) 2019-08-26 2021-03-01 株式会社Ｓｃｒｅｅｎホールディングス Stage posture estimation device, transport device, stage posture estimation method and transport method

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003264133A (en) 2002-03-08 2003-09-19 Nikon Corp Stage controller, exposure apparatus, device manufacturing method and stage control method
JP2016072434A (en) 2014-09-30 2016-05-09 株式会社Ｓｃｒｅｅｎホールディングス Pattern formation device and pattern formation method
WO2019189661A1 (en) 2018-03-29 2019-10-03 国立大学法人奈良先端科学技術大学院大学 Learning dataset creation method and device
JP2020001127A (en) 2018-06-28 2020-01-09 勇貴 高橋 Picking system, picking processing equipment, and program
JP2021033068A (en) 2019-08-26 2021-03-01 株式会社Ｓｃｒｅｅｎホールディングス Stage posture estimation device, transport device, stage posture estimation method and transport method

Also Published As

Publication number Publication date
WO2021153228A1 (en) 2021-08-05
JP2021117394A (en) 2021-08-10
KR20220120645A (en) 2022-08-30
CN115023660A (en) 2022-09-06

Similar Documents

Publication Publication Date Title
JP7470295B2 (en) Technique for aligned printing of permanent layers with improved speed and accuracy.
Heertjes et al. Constrained iterative feedback tuning for robust control of a wafer stage system
KR960016176B1 (en) Method to determine tool paths for thinning and correcting errors in thickness profiles of films
JP5279299B2 (en) POSITION CONTROL APPARATUS, EXPOSURE APPARATUS, AND DEVICE MANUFACTURING METHOD EQUIPPED WITH AN ITS
JP2008139035A (en) 3-d environment measurement device and mobile robot provided with the same
US20200269359A1 (en) Machine learning device, laser machine, and laser machining system
JP7379183B2 (en) Stage posture estimation device, transport device, and stage posture estimation method
JP2006222312A (en) Apparatus and method for stage control, stage apparatus and exposure apparatus
JP7330816B2 (en) STAGE POSTURE ESTIMATION DEVICE, TRANSPORT DEVICE, STAGE POSTURE ESTIMATION METHOD, AND TRANSPORT METHOD
JP7263121B2 (en) DATA COLLECTION METHOD, LEARNING METHOD, DATA COLLECTION SYSTEM AND LEARNING SYSTEM
JP7374790B2 (en) Conveying device and method
JP7242422B2 (en) Stage posture grasping device, stage moving device, stage posture grasping method, and stage posture correcting method
WO2020162200A1 (en) Control device and control program
KR101050512B1 (en) Parameter correction method of mobile robot
JP4580600B2 (en) Galvano scanner control method, apparatus, and galvano scanner
JP6234170B2 (en) Program, generating method, generating apparatus, driving apparatus, processing apparatus, lithographic apparatus, and article manufacturing method
JP2010097310A (en) Positioning control device and laser beam machining tool
JP2002157017A (en) Positioning device
JP6316084B2 (en) Lithographic apparatus and article manufacturing method
JP2005284867A (en) Drive control device and method, and aligner
CN115685692A (en) Control apparatus, lithographic apparatus and article manufacturing method
KR20220020903A (en) Apparatus and method for measuring substrate height
JP2009070315A (en) Mobile robot control device
JP2005052877A (en) Method and apparatus for bending sheet material
JP2020177301A (en) Galvano-device and laser processing device

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221219

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230905

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231018

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: 20231031

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231101

R150 Certificate of patent or registration of utility model

Ref document number: 7379183

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150