本發(fā)明涉及半導(dǎo)體，具體為一種半導(dǎo)體晶圓位置檢測(cè)裝置及檢測(cè)方法。

背景技術(shù)：

1、半導(dǎo)體晶圓是用于制造半導(dǎo)體器件和集成電路的高純度單晶硅片，是現(xiàn)代電子技術(shù)的核心材料，其質(zhì)量直接影響到最終產(chǎn)品的性能和可靠性。半導(dǎo)體晶圓在各個(gè)領(lǐng)域的廣泛應(yīng)用，推動(dòng)了科技進(jìn)步和社會(huì)發(fā)展。如，消費(fèi)電子領(lǐng)域，半導(dǎo)體晶圓被用來生產(chǎn)微處理器、存儲(chǔ)芯片和其他關(guān)鍵組件，使智能手機(jī)、計(jì)算機(jī)和平板電腦成為可能；通信行業(yè)領(lǐng)域，半導(dǎo)體晶圓用于制造高速通信芯片，支持了5g網(wǎng)絡(luò)和光纖通信的發(fā)展；醫(yī)療設(shè)備領(lǐng)域，高性能的半導(dǎo)體芯片提升了便攜式診斷設(shè)備和高級(jí)成像系統(tǒng)的功能；半導(dǎo)體晶圓在工業(yè)自動(dòng)化和物聯(lián)網(wǎng)設(shè)備中也有廣泛應(yīng)用，促進(jìn)了智能制造和智慧城市的建設(shè)。

2、晶圓的加工操作過程是半導(dǎo)體制造中關(guān)鍵的環(huán)節(jié)之一。首先，硅晶圓從單晶硅棒切割而成，然后經(jīng)過一系列精密的化學(xué)和機(jī)械拋光，使其表面光滑平整。接下來，晶圓進(jìn)入光刻工藝階段，通過涂覆光刻膠，曝光和顯影，將電路圖案轉(zhuǎn)移到晶圓表面。隨后，晶圓經(jīng)過蝕刻工藝，將不需要的材料去除，保留所需的電路結(jié)構(gòu)。之后，離子注入和擴(kuò)散工藝用于在晶圓上形成不同的摻雜區(qū)域，以構(gòu)建晶體管等基本元件。緊接著，沉積工藝會(huì)在晶圓表面沉積各種薄膜，如氧化層、氮化層和金屬層。這些薄膜為電氣隔離、導(dǎo)電互連和保護(hù)電路提供基礎(chǔ)。然后，再次通過光刻和蝕刻，進(jìn)一步精細(xì)化電路圖案。多次重復(fù)上述步驟，逐層構(gòu)建復(fù)雜的集成電路。

3、晶圓位置的精確檢測(cè)對(duì)于整個(gè)生產(chǎn)流程的精度和效率至關(guān)重要。例如在最終步驟中，需要將已經(jīng)完成電路圖案的整片晶圓切割成獨(dú)立的芯片，但由于晶粒之間的溝道寬度很小，刀口很容易超出溝道對(duì)晶粒造成損傷，因此需要高精度的半導(dǎo)體晶圓位置檢測(cè)裝置及檢測(cè)方法，在切割之前對(duì)晶圓位置精確檢測(cè)，從而提高芯片成品率和質(zhì)量。此外，隨著電子設(shè)備的小型化和功能多樣化，對(duì)晶圓的加工精度和檢測(cè)技術(shù)也提出了更高的要求。

4、為了應(yīng)對(duì)這些挑戰(zhàn)，現(xiàn)有技術(shù)已經(jīng)提出了一些創(chuàng)新的解決方案。例如，申請(qǐng)?zhí)枮閏n202410097847.x的中國專利公開了晶圓檢測(cè)設(shè)備和方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)；該方法通過獲取第一晶圓圖像和第二晶圓圖像進(jìn)行參考晶粒選取，根據(jù)參考晶粒建立目標(biāo)坐標(biāo)軸得到初始晶粒坐標(biāo)信息表；根據(jù)基準(zhǔn)晶粒位置從初始晶粒坐標(biāo)信息表進(jìn)行基準(zhǔn)晶粒坐標(biāo)讀取，得到目標(biāo)基準(zhǔn)坐標(biāo)；根據(jù)目標(biāo)基準(zhǔn)坐標(biāo)對(duì)初始晶粒坐標(biāo)信息表進(jìn)行更新，得到目標(biāo)晶粒坐標(biāo)信息表，從而對(duì)目標(biāo)晶圓進(jìn)行檢測(cè)。另外，申請(qǐng)?zhí)枮閏n202210058893.x的中國專利公開了半導(dǎo)體晶圓位置檢測(cè)裝置、檢測(cè)方法以及檢測(cè)系統(tǒng)；該方法在半導(dǎo)體晶圓位置檢測(cè)裝置腔室中設(shè)置對(duì)準(zhǔn)標(biāo)記，通過獲取第一待測(cè)圖像得到晶圓中心位置與基準(zhǔn)坐標(biāo)系的基準(zhǔn)點(diǎn)的第一位置偏差；通過第一待測(cè)圖像中晶圓邊緣設(shè)置的缺口圖像，獲得缺口的位置與晶圓中心位置的連線，從而獲取缺口的位置和晶圓中心位置的連線與基準(zhǔn)方向的夾角。但是，上述方法依賴晶圓圖像質(zhì)量和環(huán)境條件，且獲取的多張圖像之間以及對(duì)圖像中晶圓位置的檢測(cè)方法之間沒有區(qū)別，無法保證方法對(duì)于圖像質(zhì)量變化的適用性，從而影響實(shí)際加工過程中半導(dǎo)體晶圓位置的檢測(cè)精度，難以滿足大規(guī)模生產(chǎn)的需求。

5、為了解決以上的問題，本發(fā)明提出了一種半導(dǎo)體晶圓位置檢測(cè)裝置及檢測(cè)方法。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種半導(dǎo)體晶圓位置檢測(cè)裝置及檢測(cè)方法，通過獲取不同倍率的晶圓圖像并采用對(duì)應(yīng)的位置檢測(cè)算法，檢測(cè)晶圓位置的擺正角，再利用自動(dòng)化的運(yùn)動(dòng)控制系統(tǒng)對(duì)晶圓位置進(jìn)行精細(xì)調(diào)整，實(shí)現(xiàn)在半導(dǎo)體晶圓加工過程中的精確位置檢測(cè)。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、一種半導(dǎo)體晶圓位置檢測(cè)裝置，其特征在于，所述裝置包括：晶圓固定圓臺(tái)、視覺成像系統(tǒng)、運(yùn)動(dòng)控制系統(tǒng)、軟件系統(tǒng)；所述固定圓臺(tái)用于將待檢測(cè)晶圓固定；所述視覺成像系統(tǒng)位于所述晶圓固定圓臺(tái)正上方，用于獲取第一低倍率晶圓圖像、第一高倍率晶圓圖像和第二高倍率晶圓圖像；所述運(yùn)動(dòng)控制系統(tǒng)包括運(yùn)動(dòng)控制平臺(tái)和運(yùn)動(dòng)控制卡，用于移動(dòng)所述晶圓固定圓臺(tái)，協(xié)助所述視覺成像系統(tǒng)在晶圓第一部位和晶圓第二部位分別采集第一高倍率晶圓圖像和第二高倍率晶圓圖像，以及完成第一次晶圓位置擺正和第二次晶圓位置擺正；所述軟件系統(tǒng)用于連接視覺成像系統(tǒng)，根據(jù)第一低倍率晶圓圖像檢測(cè)第一擺正角，根據(jù)第一高倍率晶圓圖像和第二高倍率晶圓圖像檢測(cè)第二擺正角，并實(shí)時(shí)顯示晶圓位置檢測(cè)結(jié)果，連接運(yùn)動(dòng)控制系統(tǒng)自動(dòng)根據(jù)第一擺正角和第二擺正角進(jìn)行晶圓位置擺正。

4、優(yōu)選的，所述視覺成像系統(tǒng)包括兩個(gè)高分辨率工業(yè)相機(jī)、兩個(gè)專業(yè)的光學(xué)鏡頭和兩個(gè)穩(wěn)定光源，確保在不同倍率下都能獲得清晰的晶圓圖像。

5、優(yōu)選的，所述運(yùn)動(dòng)控制平臺(tái)用于承載晶圓固定圓臺(tái)，由運(yùn)動(dòng)控制卡驅(qū)動(dòng)，包括x軸、y軸和w軸，x軸和y軸控制所述晶圓固定圓臺(tái)在運(yùn)動(dòng)控制平臺(tái)上下左右移動(dòng)，w軸用于控制晶圓固定圓臺(tái)旋轉(zhuǎn)。

6、優(yōu)選的，所述軟件系統(tǒng)包括位置檢測(cè)算法模塊和反饋控制模塊；所述位置檢測(cè)算法模塊包括第一檢測(cè)單元和第二檢測(cè)單元，用于檢測(cè)晶圓第一擺正角和第二擺正角；所述反饋控制模塊用于實(shí)現(xiàn)運(yùn)動(dòng)控制系統(tǒng)與軟件系統(tǒng)之間的通信，接收半導(dǎo)體晶圓位置檢測(cè)結(jié)果，控制運(yùn)動(dòng)控制系統(tǒng)調(diào)整半導(dǎo)體晶圓位置。

7、優(yōu)選的，所述第一檢測(cè)單元采用基于邊緣幾何特征的多尺度模板匹配方法，所述基于邊緣幾何特征的多尺度模板匹配在相關(guān)性度量中引入多尺度特征融合，對(duì)不同尺度的特征進(jìn)行加權(quán)計(jì)算，改進(jìn)的相關(guān)性度量公式為：

8、

9、其中，n表示尺度的總數(shù)；wl表示第l個(gè)尺度的權(quán)重；pi＝(ri,ci)t表示模板圖像上的點(diǎn)集；n表示點(diǎn)的數(shù)量；di＝(ti,ui)t表示與每個(gè)點(diǎn)關(guān)聯(lián)的方向向量；er,c＝(xr,c,yr,c)表示待匹配圖像中的每一個(gè)點(diǎn)q＝(r,c)的方向向量；pi′與di′表示經(jīng)過仿射變換后模板圖像中的點(diǎn)和點(diǎn)的方向向量；

10、對(duì)所述基于邊緣幾何特征的多尺度模板匹配方法獲得的匹配結(jié)果采用最小二乘法進(jìn)行線性擬合，根據(jù)擬合直線的斜率獲得第一擺正角，具體操作包括：對(duì)所有匹配結(jié)果進(jìn)行分組，接近在同一直線上的點(diǎn)劃為一組；采用最小二乘法對(duì)每組坐標(biāo)(x1,y1,x2,y2,...,xn,yn)進(jìn)行線性擬合，這些點(diǎn)在一條直線附近，設(shè)所述直線方程為y＝a0+a1x；最小二乘法通過以下公式求解斜率a1：

11、

12、根據(jù)多條直線斜率計(jì)算多個(gè)角度，將角度平均值作為半導(dǎo)體晶圓位置的所述第一擺正角。

13、優(yōu)選的，所述第二檢測(cè)單元采用改進(jìn)的霍夫變換算法檢測(cè)直線交叉區(qū)域，所述改進(jìn)的霍夫變換算法包括：使用中值濾波分別預(yù)處理所述第一高倍率晶圓圖像和所述第二高倍率晶圓圖像；采用canny算子對(duì)所述中值濾波預(yù)處理后的圖像進(jìn)行邊緣提取，得到像素級(jí)的邊緣圖像；采用亞像素級(jí)邊緣提取技術(shù)對(duì)所述邊緣圖像再次細(xì)分，得到亞像素級(jí)邊緣并將所述亞像素級(jí)邊緣點(diǎn)映射到霍夫空間；通過調(diào)整角度分辨率angleresolution來優(yōu)化霍夫空間的表示，在霍夫空間中尋找局部最大值，局部最大值對(duì)應(yīng)于圖像中的直線；所述直線代表了晶圓上的切割溝道，所述直線的交叉區(qū)域?qū)?yīng)于晶圓中晶粒之間的溝道交叉區(qū)域，根據(jù)所述直線的方向和所述直線交叉區(qū)域的尺寸，篩選出滿足條件的直線，所述直線的方向oriention滿足條件為：

14、-2°＜o(jì)riention＜2°or?88°＜o(jì)riention＜92°；

15、所述直線交叉區(qū)域的尺寸(width,height)滿足條件為：

16、

17、其中，w、h分別表示為實(shí)際溝道交叉區(qū)域?qū)?yīng)的寬、高像素個(gè)數(shù)；通過所述改進(jìn)的霍夫變換算法分別提取出所述第一高倍率晶圓圖像和所述第二高倍率晶圓圖像中交叉區(qū)域中心坐標(biāo)(r1,c1)和(r2,c2)，將兩個(gè)中心區(qū)域的中心點(diǎn)連接成一條直線，根據(jù)所述直線的斜率k求出所述第二擺正角α，公式為：

18、

19、其中，d表示所述兩個(gè)中心區(qū)域之間的距離根據(jù)標(biāo)定比例轉(zhuǎn)換成的相應(yīng)像素值。

20、一種半導(dǎo)體晶圓位置檢測(cè)方法，其特征在于，包括以下步驟：

21、s1.將半導(dǎo)體晶圓初步擺正固定于所述晶圓固定圓臺(tái)上；

22、s2.獲取半導(dǎo)體晶圓的第一低倍率晶圓圖像；

23、s3.截取所述第一低倍率晶圓圖像中單個(gè)或多個(gè)基本擺正的晶粒作為模板圖像；

24、s4.執(zhí)行位置檢測(cè)算法模塊的第一檢測(cè)單元計(jì)算出晶圓位置的第一擺正角；

25、s5.根據(jù)所述第一擺正角對(duì)晶圓位置進(jìn)行初步調(diào)整；

26、s6.獲取半導(dǎo)體晶圓的第一高倍率晶圓圖像和第二高倍率晶圓圖像；

27、s7.執(zhí)行位置檢測(cè)算法模塊的第二檢測(cè)單元計(jì)算出晶圓位置的第二擺正角；

28、s8.根據(jù)所述第二擺正角對(duì)晶圓位置進(jìn)行精確調(diào)整。

29、優(yōu)選的，所述第一檢測(cè)單元采用基于邊緣幾何特征的多尺度模板匹配方法，所述基于邊緣幾何特征的多尺度模板匹配在相關(guān)性度量中引入多尺度特征融合，對(duì)不同尺度的特征進(jìn)行加權(quán)計(jì)算，改進(jìn)的相關(guān)性度量公式為：

30、

31、其中，n表示尺度的總數(shù)；wl表示第l個(gè)尺度的權(quán)重；pi＝(ri,ci)t表示模板圖像上的點(diǎn)集；n表示點(diǎn)的數(shù)量；di＝(ti,ui)t表示與每個(gè)點(diǎn)關(guān)聯(lián)的方向向量；er,c＝(xr,c,yr,c)表示待匹配圖像中的每一個(gè)點(diǎn)q＝(r,c)的方向向量；pi′與di′表示經(jīng)過仿射變換后模板圖像中的點(diǎn)和點(diǎn)的方向向量；

32、對(duì)所述基于邊緣幾何特征的多尺度模板匹配方法獲得的匹配結(jié)果采用最小二乘法進(jìn)行線性擬合，根據(jù)擬合直線的斜率獲得第一擺正角，具體操作包括：對(duì)所有匹配結(jié)果進(jìn)行分組，接近在同一直線上的點(diǎn)劃為一組；采用最小二乘法對(duì)每組坐標(biāo)(x1,y1,x2,y2,…,xn,yn)進(jìn)行線性擬合，這些點(diǎn)在一條直線附近，設(shè)所述直線方程為y＝a0+a1x；最小二乘法通過以下公式求解斜率a1：

33、

34、根據(jù)多條直線斜率計(jì)算多個(gè)角度，將角度平均值作為半導(dǎo)體晶圓位置的所述第一擺正角。

35、優(yōu)選的，所述第二檢測(cè)單元采用改進(jìn)的霍夫變換算法檢測(cè)直線交叉區(qū)域，所述改進(jìn)的霍夫變換算法包括：使用中值濾波分別預(yù)處理所述第一高倍率晶圓圖像和所述第二高倍率晶圓圖像；采用canny算子對(duì)所述中值濾波預(yù)處理后的圖像進(jìn)行邊緣提取，得到像素級(jí)的邊緣圖像；采用亞像素級(jí)邊緣提取技術(shù)對(duì)所述邊緣圖像再次細(xì)分，得到亞像素級(jí)邊緣并將所述亞像素級(jí)邊緣點(diǎn)映射到霍夫空間；通過調(diào)整角度分辨率angleresolution來優(yōu)化霍夫空間的表示，在霍夫空間中尋找局部最大值，局部最大值對(duì)應(yīng)于圖像中的直線；所述直線代表了晶圓上的切割溝道，所述直線的交叉區(qū)域?qū)?yīng)于晶圓中晶粒之間的溝道交叉區(qū)域，根據(jù)所述直線的方向和所述直線交叉區(qū)域的尺寸，篩選出滿足條件的直線，所述直線的方向oriention滿足條件為：

36、-2°＜o(jì)riention＜2°or?88°＜o(jì)riention＜92°；

37、所述直線交叉區(qū)域的尺寸(width,height)滿足條件為：

38、

39、其中，w、h分別表示為實(shí)際溝道交叉區(qū)域?qū)?yīng)的寬、高像素個(gè)數(shù)；通過所述改進(jìn)的霍夫變換算法分別提取出所述第一高倍率晶圓圖像和所述第二高倍率晶圓圖像中交叉區(qū)域中心坐標(biāo)(r1,c1)和(r2,c2)，將兩個(gè)中心區(qū)域的中心點(diǎn)連接成一條直線，根據(jù)所述直線的斜率k求出所述第二擺正角α，公式為：

40、

41、其中，d表示所述兩個(gè)中心區(qū)域之間的距離根據(jù)標(biāo)定比例轉(zhuǎn)換成的相應(yīng)像素值。

42、優(yōu)選的，通過反饋控制模塊將晶圓位置檢測(cè)結(jié)果發(fā)送到運(yùn)動(dòng)控制系統(tǒng)，自動(dòng)對(duì)晶圓位置分別進(jìn)行初步調(diào)整和精確調(diào)整。

43、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：

44、1、本發(fā)明提出了一種兩階段的半導(dǎo)體晶圓位置檢測(cè)方法，通過位置檢測(cè)算法模塊的兩個(gè)檢測(cè)單元分別應(yīng)對(duì)兩種倍率圖像的檢測(cè)需求，兼顧了半導(dǎo)體晶圓全局位置的和局部細(xì)節(jié)，實(shí)現(xiàn)了從粗到精的兩階段位置檢測(cè)策略，確保了半導(dǎo)體晶圓位置檢測(cè)方法對(duì)于圖像變化的適用性，提高了檢測(cè)的全面性和準(zhǔn)確性，從而提升了實(shí)際加工過程中半導(dǎo)體晶圓位置的檢測(cè)精度，并滿足現(xiàn)代半導(dǎo)體制造大規(guī)模生產(chǎn)的需求。

45、2、本發(fā)明采用基于邊緣幾何特征的多尺度模板匹配方法，在相關(guān)性度量中引入了多尺度特征融合，通過綜合考慮多個(gè)尺度的特征，能夠有效地抑制噪聲干擾，并且在不同分辨率下均能保持較高的匹配精度，通過加權(quán)計(jì)算不同尺度上的特征，能夠更加精確地捕捉到晶圓邊緣的細(xì)微變化，不僅增強(qiáng)了算法對(duì)于實(shí)際加工過程中半導(dǎo)體晶圓圖像變化的適應(yīng)能力，也使得檢測(cè)結(jié)果更加穩(wěn)定可靠，從而滿足現(xiàn)代半導(dǎo)體制造大規(guī)模生產(chǎn)的需求。

46、3、本發(fā)明采用改進(jìn)的霍夫變換算法，首先通過使用中值濾波器對(duì)高倍率圖像進(jìn)行預(yù)處理，有效地消除了圖像噪聲，同時(shí)保留了邊緣細(xì)節(jié)，為后續(xù)的邊緣檢測(cè)提供了更清晰的圖像基礎(chǔ)，結(jié)合canny算子進(jìn)行邊緣檢測(cè)后，進(jìn)一步采用亞像素級(jí)邊緣提取技術(shù)提取邊緣，通過角度分辨率參數(shù)優(yōu)化霍夫空間的映射過程，通過分析直線的方向和交叉區(qū)域的尺寸，精確地識(shí)別出半導(dǎo)體晶圓中晶粒之間的溝道交叉區(qū)域，根據(jù)直線交叉區(qū)域中心點(diǎn)的坐標(biāo)計(jì)算出晶圓的第二擺正角，該方法提高了邊緣檢測(cè)的精度，使得算法能夠更細(xì)致地識(shí)別圖像中的直線，提升了半導(dǎo)體晶圓位置的檢測(cè)精度，并滿足現(xiàn)代半導(dǎo)體制造大規(guī)模生產(chǎn)的需求。