CN107946227A - 一种基于托盘的晶圆定位方法及*** - Google Patents

一种基于托盘的晶圆定位方法及*** Download PDF

Info

Publication number
CN107946227A
CN107946227A CN201710069259.5A CN201710069259A CN107946227A CN 107946227 A CN107946227 A CN 107946227A CN 201710069259 A CN201710069259 A CN 201710069259A CN 107946227 A CN107946227 A CN 107946227A
Authority
CN
China
Prior art keywords
data
convolution
mrow
pallet
wafer
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710069259.5A
Other languages
English (en)
Other versions
CN107946227B (zh
Inventor
马法君
徐春阳
邢志刚
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.)
Zhongsheng Photoelectric Equipment (shanghai) Ltd By Share Ltd
Original Assignee
Zhongsheng Photoelectric Equipment (shanghai) Ltd By Share 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 Zhongsheng Photoelectric Equipment (shanghai) Ltd By Share Ltd filed Critical Zhongsheng Photoelectric Equipment (shanghai) Ltd By Share Ltd
Priority to CN201710069259.5A priority Critical patent/CN107946227B/zh
Publication of CN107946227A publication Critical patent/CN107946227A/zh
Application granted granted Critical
Publication of CN107946227B publication Critical patent/CN107946227B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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

Landscapes

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

Abstract

本发明涉及半导体制作工艺技术领域，具体涉及一种基于托盘的晶圆定位方法及***，其中，一种基于托盘的晶圆定位方法，包括：获取预制的托盘位置数据及容纳所述晶圆的凹槽位置数据；根据所述托盘位置数据和所述凹槽位置数据形成标准数据组；获取匹配所述托盘及所述晶圆当前状态的检测信号，并形成一检测数据组；根据所述检测数据组结合所述标准数据组对所述检测数据组做卷积处理并形成卷积处理图；根据第一预定标识数据、和/或第二预定标识数据于所述卷积处理图中获取一卷积极值；根据所述卷积极值形成匹配所述晶圆位置的定位数据，并根据所述定位数据获取所述晶圆的位置数据。

Description

一种基于托盘的晶圆定位方法及***
技术领域
本发明涉及半导体制作工艺技术领域，具体涉及一种基于托盘的晶圆定位方法及***。
背景技术
半导体制造过程中，通常需要将晶圆放置于预定的托盘位置内，驱动装置驱动托盘(晶圆)高速旋转，并于晶圆表面沉积或外延生长出薄膜结构；因晶圆在制作过程中处于高速旋转状态，如何判定晶圆的具***置，实现生长过程的实时监测和控制对半导体制造的研发效率和生产质量控制起着至关重要的作用。
现有技术中，通常如图1所示的晶圆位置的测量设备结构示意图，具体地，将设置有容纳晶圆的凹槽3’的托盘2’放置于驱动装置1’上端，驱动装置1’驱动托盘2’旋转，测量装置4’对托盘2’或晶圆投射检测光线，并获取托2’盘或晶圆表面的发射率、温度、翘曲度等采集数据，根据采集数据对晶圆予以定位，其采用的定位方法主要由以下两种：
第一种、相对位置定位法，通过计算驱动装置与测量装置之间的相对位置数据，根据相对位置数据确定采集数据与托盘或晶圆之间的对应关系；但此种方法存在一缺陷，即此种定位方法仅适用于托盘刚性连接于驱动装置的生产设备，而对于非刚性连接的托盘采用相对位置定位法则无法精确定位、或者是无法进行定位；
第二种、标记定位法，在托盘上设置供定位参考的辅助定位标记，此种方法虽然可应用于非刚性连接托盘的制造设备，但是托盘上的定位标记本身也会影响测量的准确性，例如在一些特定的测量工艺中或者测量条件中，定位标记无法准确识别，故而影响测量的准确性，另外于托盘上制作定位标记，同时也缩短了托盘的使用寿命。
发明内容
针对现有技术中的不足之处，本发明提供检测准确率高、检测使用范围广泛的一种基于托盘的晶圆定位方法及***，具体地，
本发明提供一种基于托盘的晶圆定位方法，其中，包括：
获取预制的托盘位置数据及容纳所述晶圆的凹槽位置数据；根据所述托盘位置数据和所述凹槽位置数据形成标准数据组；
获取匹配所述托盘及所述晶圆当前状态的检测信号，并形成一检测数据组；
根据所述检测数据组结合所述标准数据组对所述检测数据组做卷积处理并形成卷积处理图；
根据第一预定标识数据、和/或第二预定标识数据于所述卷积处理图中获取一卷积极值；
根据所述卷积极值形成匹配所述晶圆位置的定位数据，并根据所述定位数据获取所述晶圆的位置数据。
优选地，上述的基于托盘的晶圆定位方法，其中，获取匹配所述托盘及所述晶圆当前状态的检测信号，并形成一检测数据组包括，
根据所述检测信号计算形成一参考数据，根据所述参考数据形成一预估采集点、以及预估采集点总量；
获取每个预估采集点当前的检测数据；
根据每个预估采集点当前的所述检测数据结合预定算法计算每个预估采集点的转速，并根据每个预估采集点这的转速形成一转速曲线；
于所述转速曲线中获取转速曲线极值，根据所述转速曲线极值形成实际采集点、实际采集点总量；
获取转速曲线最大值、转速曲线最小值，根据转速曲线最大值、转速曲线最小值计算形成第一中心点、第二中心点；
根据所述第一中心点、第二中心点对所述转速曲线做分割聚类处理形成第一聚类图、第二聚类图；
对所述第一聚类图、所述第二聚类图做二值化处理，根据二值化处理后的所述第一聚类图、所述第二聚类图形成所述检测数据组。
优选地，上述的基于托盘的晶圆定位方法，其中，根据所述检测信号计算形成一参考数据，根据所述参考数据形成一预估采集点、以及预估采集点总量，其中：所述检测信号至少包括采样频率、所述托盘当前的转速；包括，
根据所述采样频率、所述托盘当前的转速结合第一预定算法形成所述参考数据；其中，所述第一预定算法为：
S：所述参考数据；
Sa：所述采样频率；
ro:所述托盘当前的转速；
根据所述参考数据按照第二预定算法形成一预估采集点、以及预估采集点总量；其中所述第二预定算法为：
M＝a×S；
M：为所述预估采集点总量；
a:计算系数，a∈(0.48，2.2)。
优选地，上述的基于托盘的晶圆定位方法，其中，根据每个预估采集点当前的所述检测数据结合第三预定算法计算每个预估采集点的转速，根据每个预估采集点这的转速形成一转速曲线包括：
所述第三预定算法为：
其中：i：为自然数，i∈【1，M】；
M：为所述预估采集点的总量；
s(i)：第i个预估采集点的检测数据；
s(i+M)：第i+M个预估采集点的检测数据；
r(i):第i个预估采集点的转速。
优选地，上述的基于托盘的晶圆定位方法，其中，根据每个预估采集点当前的所述检测数据结合第三预定算法计算每个预估采集点的转速，根据每个预估采集点这的转速形成一转速曲线包括：
所述第三预定算法为：
其中：i：为自然数，i∈[1，M]；
M：为所述预估采集点的总量；
s(i)：第i个预估采集点的检测数据；
s(i+M)：第i+M个预估采集点的检测数据；
r(i):第i个预估采集点的转速。
优选地，上述的基于托盘的晶圆定位方法，其中，对所述第一聚类图、所述第二聚类图做二值化处理，根据二值化处理后的所述第一聚类图、所述第二聚类图形成所述检测数据组，具体包括：
根据所述第一中心点形成的第一聚类图标记为1，根据所述第二中心点形成的第二聚类图标记为0；并根据所述第一聚类图、第二聚类图形成所述检测数据组。
优选地，上述的基于托盘的晶圆定位方法，其中，根据所述检测数据组结合所述标准数据组对所述检测数据组做卷积处理并形成卷积处理图；包括：
采用第四预定算法对所述检测数据组、所述标准数据组做卷积处理；其中所述第四预定算法为：
其中：
N：所述实际采集点总数；
y(j):卷积值；
x[(j+k+N)％N]:所述检测数据组中第[(j+k+N)％N]个检测数据；
T(j)：为所述标准数据组中第j个检测数据；
根据所述卷积值形成所述卷积处理图。
优选地，上述的基于托盘的晶圆定位方法，其中，根据第一预定标识数据、和/或第二预定标识数据于所述卷积处理图中获取所述卷积极值；
读取所述第一预定标识数据，判断所述第一预定标识数据是否大于180°；
于所述第一预定标识数据大于180°的状态下，读取第一卷积最大值，根据所述第一卷积最大值形成所述卷积极值；
于所述第一预定标识数据不大于180°的状态下，读取第二预定标识数据；判断所述第一预定标识数据是否小于所述第二预定标识数据；
于所述第一预定标识数据小于所述第二预定标识数据的状态下，读取于所述第一预定标识数据范围内的第二卷积最大值，并根据所述第二卷积最大值形成所述卷积极值；
于所述第一预定标识数据不小于所述第二预定标识数据的状态下，读取上一次检测状态下的上一个定位数据，以与所述上一个定位数据距离最近的卷积最大值形成第三卷积最大值，根据所述第三卷积最大值形成所述卷积极值。
优选地，上述的基于托盘的晶圆定位方法，其中，所述第一预定标识数据为所述托盘的旋转对称角度；所述第二预定标识数据为所述的托盘的漂移角度。
优选地，上述的基于托盘的晶圆定位方法，其中，根据所述卷积极值形成匹配所述晶圆位置的定位数据；包括，
根据所述卷积极值于所述标准数据组中读取与所述卷积极值匹配的标准数据；
根据所述标准数据形成匹配所述晶圆位置的定位数据。
另一方面，本发明再提供一种基于托盘的晶圆定位***，其中，包括：
标准数据组形成单元：获取预制的托盘位置数据及容纳所述晶圆的凹槽位置数据；根据所述托盘位置数据和所述凹槽位置数据形成标准数据组；
检测单元：获取匹配所述托盘及所述晶圆当前状态的检测信号，并形成一检测数据组；
卷积处理单元：根据所述检测数据组结合所述标准数据组对所述检测数据组做卷积处理并形成卷积处理图；
计算单元：根据第一预定标识数据、和/或第二预定标识数据于所述卷积处理图中获取一卷积极值；
定位单元：根据所述卷积极值形成匹配所述晶圆位置的定位数据；并根据所述定位数据获取所述晶圆的位置数据。
本发明中，采用上述方法可获得如下技术效果：
1、在托盘上未设置有辅助定位标记，和/或托盘和驱动装置之间采用非钢性连接的状态下，通过检测信号对托盘内的晶圆进行识别定位，检测适用范围广泛，不受硬件连接或使用环境限制；
2、晶圆可随意放置于任意凹槽内，无需刻意对称放置，减少晶圆放置的时间。
3、通过检测信号计算获取托盘的准确转速信号，避免因检测装置检测不准确降低定位的准确性。
附图说明
图1为本发明现有技术中一种晶圆位置的测量设备的结构示意图；
图2为本发明实施例提供的一种基于托盘的晶圆定位方法流程示意图；
图3为本发明实施例提供的一种基于托盘的晶圆定位方法流程示意图；
图4为本发明实施例提供的一种基于托盘的晶圆定位方法流程示意图；
图5为本发明实施例提供的一种托盘的结构示意图；
图6为本发明实施例提供的一种基于托盘的晶圆定位方法中标准数据组的波形图；
图7为本发明实施例提供的一种基于托盘的晶圆定位方法中部分检测数据的波形图；
图8为本发明实施例提供的一种基于托盘的晶圆定位方法中的一种转速曲线图；
图9为本发明实施例提供的一种基于托盘的晶圆定位方法中的第一聚类图、第二聚类图的波形图；
图10为本发明实施例提供的一种基于托盘的晶圆定位方法中的检测数据组的波形图；
图11为本发明实施例提供的一种基于托盘的晶圆定位方法中的一种卷积处理图；
图12为本发明实施例提供的一种基于托盘的晶圆定位方法中的一种卷积处理图；
图13为本发明实施例提供的一种基于托盘的晶圆定位方法中的一种卷积处理图；
图14为本发明实施例提供的一种基于托盘的晶圆定位方法中的定位示意图。
图15为本发明实施例提供的一种基于托盘的晶圆定位方法中的一种转速曲线图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
本发明提供一种基于托盘的晶圆定位方法，其中，如图2所示，包括：
步骤S10、获取托盘位置数据及容纳所述晶圆的凹槽位置数据；根据所述托盘位置数据和所述凹槽位置数据形成标准数据组；其中托盘位置数据、和/或容纳所述晶圆的凹槽位置数据(或者托盘装载的晶圆数量数据)可由用户自行手动输入，即每次加工过程中，用户通过外部设备或者输入装置输入托盘位置数据、和/或容纳所述晶圆的凹槽位置数据；根据用户输入的数据选择与之匹配标准数据组，标准数据组可存储于标准数据库中。
步骤S20、获取匹配所述托盘及所述晶圆当前状态的检测信号，并形成一检测数据组；检测信号至少包括反射率信号、温度信号、翘曲度信号、驱动转速角度信号。
具体地：
步骤S201、根据所述检测信号计算形成一参考数据，根据所述参考数据形成一预估采集点、以及预估采集点总量；进一步地其中：所述检测信号至少包括采样频率、所述托盘当前的转速；如图3所示，包括，
步骤S2011、根据所述采样频率、所述托盘当前的转速结合第一预定算法形成所述参考数据；其中，所述第一预定算法为：
S：所述参考数据；
Sa：所述采样频率；
ro:所述托盘当前的转速；
步骤S2012、根据所述参考数据按照第二预定算法形成一预估采集点、以及预估采集点总量；其中所述第二预定算法为：
M＝a×S；
M：为所述预估采集点总量；
a:计算系数，a∈(0.48，2.2)。
步骤S202、获取每个预估采集点当前的检测数据；
步骤S203、根据每个预估采集点当前的所述检测数据结合第三预定算法计算每个预估采集点的转速，根据每个预估采集点这的转速形成一转速曲线；进一步地，所述第三预定算法为：
其中：i：为自然数，i∈[1，M]；
M：为所述预估采集点的总量；
s(i)：第i个预估采集点的检测数据；
s(i+M)：第i+M个预估采集点的检测数据；
r(i):第i个预估采集点的转速。
步骤S204、于所述转速曲线中获取转速曲线极值，根据所述转速曲线极值形成实际采集点、实际采集点总量；本实施例中，以转速曲线最大值形成所述转速曲线极值。
步骤S205、获取转速曲线最大值、转速曲线最小值，根据转速曲线最大值、转速曲线最小值计算形成第一中心点、第二中心点；例如，根据转速曲线最大值、转速曲线最小值采用迭代算法计算形成第一中心点、第二中心点。
步骤S206、根据所述第一中心点、第二中心点对所述转速曲线做分割聚类处理形成第一聚类图、第二聚类图；其中第一聚类图中任意实际采集点至所述第一中心点的距离均小于第二聚类图中任意实际采集点到第一中心点的距离；同理第二聚类图中任意实际采集点至所述第二中心点的距离均小于第一聚类图中任意实际采集点到第二中心点的距离。
步骤S207、对所述第一聚类图、所述第二聚类图做二值化处理，根据二值化处理后的所述第一聚类图、所述第二聚类图形成所述检测数据组，进一步地，根据所述第一中心点形成的第一聚类图标记为1，根据所述第二中心点形成的第二聚类图标记为0；并根据所述第一聚类图、第二聚类图形成所述检测数据组。
步骤S30、根据所述检测数据组结合所述标准数据组对所述检测数据组做卷积处理并形成卷积处理图；进一步地包括：
步骤S301、采用第四预定算法对所述检测数据组、所述标准数据组做卷积处理；其中所述第四预定算法为：
其中：
N：所述实际采集点总数；
y(j):卷积值；
x[(j+k+N)％N]:所述检测数据组中第[(j+k+N)％N]个检测数据；
T(j)：为所述标准数据组中第j个检测数据；
步骤S302、根据所述卷积值形成所述卷积处理图。
步骤S40、根据第一预定标识数据、和/或第二预定标识数据于所述卷积处理图中获取所述卷积极值；具体包括：如图4所示，
步骤S401、读取所述第一预定标识数据，判断所述第一预定标识数据是否大于180°；其中，所述第一预定标识数据为所述托盘的旋转对称角度；所述第二预定标识数据为所述的托盘的漂移角度。
步骤S402、于所述第一预定标识数据大于180°的状态下，读取第一卷积最大值，根据所述第一卷积最大值形成所述卷积极值；
步骤S403、于所述第一预定标识数据不大于180°的状态下，读取第二预定标识数据；判断所述第一预定标识数据是否小于所述第二预定标识数据；
步骤S404、于所述第一预定标识数据小于所述第二预定标识数据的状态下，读取于所述第一预定标识数据范围内的第二卷积最大值，并根据所述第二卷积最大值形成所述卷积极值；
步骤S405、于所述第一预定标识数据不小于所述第二预定标识数据的状态下，读取上一次检测状态下上一个定位数据，以与所述上一个定位数据距离最近的卷积最大值形成第三卷积最大值，根据所述第三卷积最大值形成所述卷积极值。
步骤S50、根据所述卷积极值形成匹配所述晶圆位置的定位数据，并根据所述定位数据获取所述晶圆的位置数据。
步骤S501、根据所述卷积极值于所述标准数据组中读取与所述卷积极值匹配的标准数据；
步骤S502、根据所述标准数据形成匹配所述晶圆位置的定位数据。
本发明中，采用上述方法可获得如下技术效果：
1、在托盘上未设置有辅助定位标记，和/或托盘和驱动装置之间采用非钢性连接的状态下，通过检测信号对托盘内的晶圆进行识别定位，检测适用范围广泛，不受硬件连接或使用环境限制；
2、晶圆可随意放置于任意凹槽内，无需刻意对称放置，减少晶圆放置的时间。
3、通过检测信号计算获取托盘的准确转速信号，避免因检测装置检测不准确降低定位的准确性。
列举一具体实施方式
如图5所示托盘，其中，获取用户输入的托盘1的位置数据、当前托盘1内容纳所述晶圆3的凹槽2位置数据，箭头为托盘的旋转方向。根据所述托盘1的位置数据、容纳有晶圆的3的凹槽2位置数据形成标准数据组。标准数据做也可采用极坐标形式的标准数据组，进一步地，可对托盘进行分区，分别为A区、B区、C区、D区，获取每个区域内的中心点坐标、中心点角度、放置有晶圆编号的凹槽编号、托盘编号、晶圆编号等，根据上述数据形成矩阵形式的标准数据组或极坐标形式的标准数据组。本实施例中，采用如图6所示的标准数据组。
继续，于托盘处于旋转状态下，检测装置对托盘或晶圆投射检测光线，并根据反馈的检测光线以形成检测信号，其中所述检测信号至少包括采样频率、所述托盘当前的转速、托盘或晶圆表面的反射率(如图7所示，为每个区域的反射率曲线图)，温度，翘曲、驱动装置的转速角度，以A区的反射率曲线图为例，根据所述采样频率、所述托盘当前的转速结合第一预定算法形成所述参考数据；其中，所述第一预定算法为：
S：所述参考数据；
Sa：所述采样频率；
ro:所述托盘当前的转速；
以采样频率为10Khz、托盘当前的转速为1000rpm为例，根据公式一计算可得参考数据S为600。
接着，根据公式一计算形成的所述参考数据按照第二预定算法形成一预估采集点、以及预估采集点总量；其中所述第二预定算法为：
M＝a×S；公式二
M：为所述预估采集点总量；
a:计算系数，a∈(0.48，2.2)。
如上所示，参考数据为600，计算系数a的最大值取2、计算系数a的最小值去0.5，根据公式二可获得预估采集点总量M的取值范围为300～1200；
根据每个预估采集点当前的所述检测数据结合第三预定算法计算每个预估采集点的转速，根据每个预估采集点这的转速形成一转速曲线；进一步地，所述第三预定算法为：
其中：i：为自然数，i∈[1，M]；
M：为所述预估采集点的总量；
s(i)：第i个预估采集点的检测数据；
s(i+M)：第i+M个预估采集点的检测数据；
r(i):第i个预估采集点的转速。
根据公式二计算可知，M的取值范围为300～1200；继续根据公式三获取每个预估采集点的转速，根据每个预估采集点这的转速形成一转速曲线。
继续如图8所示，获取转速曲线最大值，转速曲线最大值为857，根据所述转速曲线最大值形成实际采集点、实际采集点总量，即实际采集点总量为857。
继续于转速曲线中获取转速曲线最大值、最小值，根据转速曲线最大值、转速曲线最小值计算形成第一中心点、第二中心点；例如，根据转速曲线最大值、转速曲线最小值采用迭代算法计算形成第一中心点、第二中心点；根据所述第一中心点、第二中心点对所述转速曲线做分割聚类处理形成如图9所示的第一聚类图100、第二聚类图200；如图9所示，当采集点处于托盘表面时，该采集点的转速用“+”表示，当采集点处于晶圆表面时，该采集点的转速用“。”表示，其中第一聚类图100中任意实际采集点至所述第一中心点的距离均小于第二聚类图200中任意实际采集点到第一中心点的距离；同理第二聚类图200中任意实际采集点至所述第二中心点的距离均小于第一聚类图100中任意实际采集点到第二中心点的距离。
对所述第一聚类图100、所述第二聚类图200做二值化处理，根据二值化处理后的所述第一聚类图100、所述第二聚类图200形成如图10所示的所述检测数据组，其中，根据所述第一中心点形成的第一聚类图100标记为1、以根据所述第二中心点形成的第二聚类图200标记为0；并根据所述第一聚类图100、第二聚类图200形成一检测数据组。
采用第四预定算法对所述检测数据组、所述标准数据组做卷积处理；其中所述第四预定算法为：
其中：
N：所述实际采集点总数；
y(j):卷积值；
x[(j+k+N)％N]:所述检测数据组中第[(j+k+N)％N]个检测数据；
T(j)：为所述标准数据组中第j个检测数据；
N的取值为857。并根据所述卷积值形成所述卷积处理图。此时卷积处理图可能出现三种状态。针对出现的三种状态继续做以下判断：
首先、读取第一预定标识数据，判断所述第一预定标识数据是否大于180°；其中，所述第一预定标识数据为所述托盘的旋转对称角度；所述第二预定标识数据为所述的托盘的漂移角度。
第一种状态，即于所述第一预定标识数据大于180°的状态下，此种状态下仅会出现一个最大的卷积值，如图11所示的其卷积处理图，读取第一卷积最大值，根据所述第一卷积最大值形成所述卷积极值；
于所述第一预定标识数据不大于180°的状态下，读取第二预定标识数据；判断所述第一预定标识数据是否小于所述第二预定标识数据；
第二种状态，即于所述第一预定标识数据小于所述第二预定标识数据的状态下，此种状态下会出现三个最大的卷积值，如图12所示，其卷积处理图的示意图(本实施例实际采用的是第一预定标识数据大于180°，故而于于所述第一预定标识数据不大于180°，且所述第一预定标识数据小于所述第二预定标识数据的状态下波形图仅为示意图，并非实际准确的卷积处理图)，读取于所述第一预定标识数据范围内的第二卷积最大值，并根据所述第二卷积最大值形成所述卷积极值；
第三种状态，即于所述第一预定标识数据不小于所述第二预定标识数据的状态下，此种状态下会出现两个最大的卷积值，如图13所示，其卷积处理图的示意图(本实施例实际采用的是第一预定标识数据大于180°，故而于于所述第一预定标识数据不大于180°，且所述第一预定标识数据小于所述第二预定标识数据的状态下波形图仅为示意图，并非实际准确的卷积处理图)，读取上一次检测状态下卷积极值匹配的定位数据，以与所述定位数据距离最近的卷积最大值形成第三卷积最大值，根据所述第三卷积最大值形成所述卷积极值。
步骤S501、根据所述卷积极值于所述标准数据组中读取与所述卷积极值匹配的标准数据，标准数据如图14中波形300所示。
步骤S502、根据所述标准数据形成匹配所述晶圆位置的定位数据，如图14所示。根据标准数据即可获取每个晶圆位置的定位数据。
实时例二、
基于上述的一种基于托盘的晶圆定位***，其中，所述第三预定算法还可为：
其中：i：为自然数，i∈【1，M】；
M：为所述预估采集点的总量；
s(i)：第i个预估采集点的检测数据；
s(i+M)：第i+M个预估采集点的检测数据；
r(i):第i个预估采集点的转速。
采用上述公式五形成的所述转速曲线图中，如图15所示，则以转速最小值形成所述转速曲线极值。
实施例三、
本发明同时提供一种基于托盘的晶圆定位***，其中，包括：
标准数据组形成单元：获取预制的托盘位置数据及容纳所述晶圆的凹槽位置数据；根据所述托盘位置数据和所述凹槽位置数据形成标准数据组；
检测单元：获取匹配所述托盘及所述晶圆当前状态的检测信号，并形成一检测数据组；
卷积处理单元：根据所述检测数据组结合所述标准数据组对所述检测数据组做卷积处理并形成卷积处理图；
计算单元：根据第一预定标识数据、和/或第二预定标识数据于所述卷积处理图中获取一卷积极值；
定位单元：根据所述卷积极值形成匹配所述晶圆位置的定位数据；并根据所述定位数据获取所述晶圆的位置数据。
上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。故此处对定位***的工作原理不再赘述。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (11)

1.一种基于托盘的晶圆定位方法，其特征在于，包括：
获取预制的托盘位置数据及容纳所述晶圆的凹槽位置数据；根据所述托盘位置数据和所述凹槽位置数据形成标准数据组；
获取匹配所述托盘及所述晶圆当前状态的检测信号，并形成一检测数据组；
根据所述检测数据组结合所述标准数据组对所述检测数据组做卷积处理并形成卷积处理图；
根据第一预定标识数据、和/或第二预定标识数据于所述卷积处理图中获取一卷积极值；
根据所述卷积极值形成匹配所述晶圆位置的定位数据，并根据所述定位数据获取所述晶圆的位置数据。
2.根据权利要求1所述的基于托盘的晶圆定位方法，其特征在于，获取匹配所述托盘及所述晶圆当前状态的检测信号，并形成一检测数据组包括，
根据所述检测信号计算形成一参考数据，根据所述参考数据形成一预估采集点、以及预估采集点总量；
获取每个预估采集点当前的检测数据；
根据每个预估采集点当前的所述检测数据结合预定算法计算每个预估采集点的转速，并根据每个预估采集点这的转速形成一转速曲线；
于所述转速曲线中读取转速曲线极值，根据所述转速曲线极值形成实际采集点、实际采集点总量；
获取转速曲线最大值、转速曲线最小值，根据转速曲线最大值、转速曲线最小值计算形成第一中心点、第二中心点；
根据所述第一中心点、第二中心点对所述转速曲线做分割聚类处理形成第一聚类图、第二聚类图；
对所述第一聚类图、所述第二聚类图做二值化处理，根据二值化处理后的所述第一聚类图、所述第二聚类图形成所述检测数据组。
3.根据权利要求2所述的基于托盘的晶圆定位方法，其特征在于，根据所述检测信号计算形成一参考数据，根据所述参考数据形成一预估采集点、以及预估采集点总量，其中：所述检测信号至少包括采样频率、所述托盘当前的转速；包括，
根据所述采样频率、所述托盘当前的转速结合第一预定算法形成所述参考数据；其中，所述第一预定算法为：
<mrow> <mi>S</mi> <mo>=</mo> <mfrac> <mrow> <mn>60</mn> <mo>&amp;times;</mo> <mi>S</mi> <mi>a</mi> </mrow> <mrow> <mi>r</mi> <mi>o</mi> </mrow> </mfrac> <mo>;</mo> </mrow>
S：所述参考数据；
Sa：所述采样频率；
ro:所述托盘当前的转速；
根据所述参考数据按照第二预定算法形成一预估采集点、以及预估采集点总量；其中所述第二预定算法为：
M＝a×S；
M：为所述预估采集点总量；
a:计算系数，a∈(0.48，2.2)。
4.根据权利要求3所述的基于托盘的晶圆定位方法，其特征在于，根据每个预估采集点当前的所述检测数据结合第三预定算法计算每个预估采集点的转速，根据每个预估采集点这的转速形成一转速曲线包括：
所述第三预定算法为：
<mrow> <mi>r</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mi>M</mi> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <mi>s</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mi>s</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>+</mo> <mi>M</mi> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
其中：i：为自然数，i∈【1，M】；
M：为所述预估采集点的总量；
s(i)：第i个预估采集点的检测数据；
s(i+M)：第i+M个预估采集点的检测数据；
r(i):第i个预估采集点的转速。
5.根据权利要求3所述的基于托盘的晶圆定位方法，其特征在于，根据每个预估采集点当前的所述检测数据结合第三预定算法计算每个预估采集点的转速，根据每个预估采集点这的转速形成一转速曲线包括：
所述第三预定算法为：
<mrow> <mi>r</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mi>M</mi> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <msup> <mrow> <mo>(</mo> <mi>s</mi> <mo>(</mo> <mi>i</mi> <mo>)</mo> <mo>-</mo> <mi>s</mi> <mo>(</mo> <mrow> <mi>i</mi> <mo>+</mo> <mi>M</mi> </mrow> <mo>)</mo> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>;</mo> </mrow>
其中：i：为自然数，i∈【1，M】；
M：为所述预估采集点的总量；
s(i)：第i个预估采集点的检测数据；
s(i+M)：第i+M个预估采集点的检测数据；
r(i):第i个预估采集点的转速。
6.根据权利要求2所述的基于托盘的晶圆定位方法，其特征在于，对所述第一聚类图、所述第二聚类图做二值化处理，根据二值化处理后的所述第一聚类图、所述第二聚类图形成所述检测数据组，具体包括：
根据所述第一中心点形成的第一聚类图标记为1，根据所述第二中心点形成的第二聚类图标记为0；并根据所述第一聚类图、第二聚类图形成所述检测数据组。
7.根据权利要求1所述的基于托盘的晶圆定位方法，其特征在于，根据所述检测数据组结合所述标准数据组对所述检测数据组做卷积处理并形成卷积处理图；包括：
采用第四预定算法对所述检测数据组、所述标准数据组做卷积处理；其中所述第四预定算法为：
<mrow> <mi>y</mi> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <mi>x</mi> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <mi>j</mi> <mo>+</mo> <mi>k</mi> <mo>+</mo> <mi>N</mi> <mo>)</mo> </mrow> <mi>%</mi> <mi>N</mi> <mo>&amp;rsqb;</mo> <mo>*</mo> <mi>T</mi> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>;</mo> </mrow>
其中：
N：所述实际采集点总数；
y(j):卷积值；
x(j+k+N)％N]:所述检测数据组中第[(j+k+N)％N个检测数据；
T(j)：为所述标准数据组中第j个检测数据；
根据所述卷积值形成所述卷积处理图。
8.根据权利要求1所述的一种基于托盘的晶圆定位方法，其特征在于，根据第一预定标识数据、和/或第二预定标识数据于所述卷积处理图中获取所述卷积极值；
读取所述第一预定标识数据，判断所述第一预定标识数据是否大于180°；
于所述第一预定标识数据大于180°的状态下，读取第一卷积最大值，根据所述第一卷积最大值形成所述卷积极值；
于所述第一预定标识数据不大于180°的状态下，读取第二预定标识数据；判断所述第一预定标识数据是否小于所述第二预定标识数据；
于所述第一预定标识数据小于所述第二预定标识数据的状态下，读取于所述第一预定标识数据范围内的第二卷积最大值，并根据所述第二卷积最大值形成所述卷积极值；
于所述第一预定标识数据不小于所述第二预定标识数据的状态下，读取上一次检测状态下的上一个定位数据，以与所述上一个定位数据距离最近的卷积最大值形成第三卷积最大值，根据所述第三卷积最大值形成所述卷积极值。
9.根据权利要求1所述的一种基于托盘的晶圆定位方法，其特征在于，所述第一预定标识数据为所述托盘的旋转对称角度；所述第二预定标识数据为所述的托盘的漂移角度。
10.根据权利要求1所述的一种基于托盘的晶圆定位方法，其特征在于，根据所述卷积极值形成匹配所述晶圆位置的定位数据；包括，
根据所述卷积极值于所述标准数据组中读取与所述卷积极值匹配的标准数据；
根据所述标准数据形成匹配所述晶圆位置的定位数据。
11.一种基于托盘的晶圆定位***，其特征在于，包括：
标准数据组形成单元：获取预制的托盘位置数据及容纳所述晶圆的凹槽位置数据；根据所述托盘位置数据和所述凹槽位置数据形成标准数据组；
检测单元：获取匹配所述托盘及所述晶圆当前状态的检测信号，并形成一检测数据组；
卷积处理单元：根据所述检测数据组结合所述标准数据组对所述检测数据组做卷积处理并形成卷积处理图；
计算单元：根据第一预定标识数据、和/或第二预定标识数据于所述卷积处理图中获取一卷积极值；
定位单元：根据所述卷积极值形成匹配所述晶圆位置的定位数据；并根据所述定位数据获取所述晶圆的位置数据。
CN201710069259.5A 2017-02-08 2017-02-08 一种基于托盘的晶圆定位方法及*** Active CN107946227B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710069259.5A CN107946227B (zh) 2017-02-08 2017-02-08 一种基于托盘的晶圆定位方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710069259.5A CN107946227B (zh) 2017-02-08 2017-02-08 一种基于托盘的晶圆定位方法及***

Publications (2)

Publication Number Publication Date
CN107946227A true CN107946227A (zh) 2018-04-20
CN107946227B CN107946227B (zh) 2018-12-18

Family

ID=61929028

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710069259.5A Active CN107946227B (zh) 2017-02-08 2017-02-08 一种基于托盘的晶圆定位方法及***

Country Status (1)

Country Link
CN (1) CN107946227B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112687585A (zh) * 2020-12-18 2021-04-20 北京北方华创微电子装备有限公司 半导体工艺设备
CN114147695A (zh) * 2021-12-15 2022-03-08 中联恒通机械有限公司 一种机械手臂加工零件放置装置及抓取方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020113218A1 (en) * 1994-02-22 2002-08-22 Masahiko Okumura Method and apparatus for positioning substrate and the like
US20050128451A1 (en) * 2002-03-27 2005-06-16 Soichiro Mitsui Alignment method
CN101461053A (zh) * 2006-09-05 2009-06-17 东京毅力科创株式会社 基板定位方法、基板位置检测方法、基板回收方法
CN105063575A (zh) * 2015-09-15 2015-11-18 广东省中科宏微半导体设备有限公司 衬底托盘、衬底定位方法及衬底定位***
CN105603383A (zh) * 2014-11-24 2016-05-25 中晟光电设备（上海）股份有限公司 托盘晶圆定位***、方法及mocvd设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020113218A1 (en) * 1994-02-22 2002-08-22 Masahiko Okumura Method and apparatus for positioning substrate and the like
US20050128451A1 (en) * 2002-03-27 2005-06-16 Soichiro Mitsui Alignment method
CN101461053A (zh) * 2006-09-05 2009-06-17 东京毅力科创株式会社 基板定位方法、基板位置检测方法、基板回收方法
CN105603383A (zh) * 2014-11-24 2016-05-25 中晟光电设备（上海）股份有限公司 托盘晶圆定位***、方法及mocvd设备
CN105063575A (zh) * 2015-09-15 2015-11-18 广东省中科宏微半导体设备有限公司 衬底托盘、衬底定位方法及衬底定位***

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112687585A (zh) * 2020-12-18 2021-04-20 北京北方华创微电子装备有限公司 半导体工艺设备
CN112687585B (zh) * 2020-12-18 2024-04-16 北京北方华创微电子装备有限公司 半导体工艺设备
CN114147695A (zh) * 2021-12-15 2022-03-08 中联恒通机械有限公司 一种机械手臂加工零件放置装置及抓取方法

Also Published As

Publication number Publication date
CN107946227B (zh) 2018-12-18

Similar Documents

Publication Publication Date Title
CN103369466B (zh) 一种地图匹配辅助室内定位方法
CN104469942B (zh) 一种基于隐马尔科夫模型的室内定位方法
CN104853435B (zh) 一种基于概率的室内定位方法和装置
CN109859207B (zh) 一种高密度柔性基板的缺陷检测方法
CN105246153B (zh) 一种室内指纹定位数据库高密度快速采集方法
CN107066806B (zh) 航迹关联方法及装置
CN104507050B (zh) 一种WiFi室内定位中概率型指纹匹配方法
CN106772524B (zh) 一种基于秩滤波的农业机器人组合导航信息融合方法
CN110536257B (zh) 一种基于深度自适应网络的室内定位方法
CN109461188B (zh) 一种二维x射线头影测量图像解剖特征点自动定位方法
CN107703496B (zh) 一种交互式多模伯努利滤波的机动弱目标检测前跟踪方法
CN106772478A (zh) 一种基于历元‑星间差分约束的定位方法
CN102274051A (zh) 一种超声图像膀胱容积自动测量方法及***
TWI712724B (zh) 自動跟蹤尿液的方法及裝置
CN103697929B (zh) 仪表指针运动状态的检测方法
CN109858526A (zh) 一种目标跟踪中基于传感器的多目标轨迹融合方法
CN101806595A (zh) 一种两维电子指南针校准算法
CN105046046B (zh) 一种集合卡尔曼滤波局地化方法
CN107946227A (zh) 一种基于托盘的晶圆定位方法及***
CN106770296B (zh) 一种四球摩擦试验磨斑图像磨痕方向角自动测定方法
CN102012522A (zh) 地震采集数据的评价方法及装置
CN109448059A (zh) 一种快速x角点亚像素检测方法
CN105045220B (zh) 一种用于实验室诊断领域或工业生产领域的基于多变量z分数质量控制图的质量控制方法
CN115719339A (zh) 基于双相机标定的螺栓尺寸高精度测量方法和装置
CN106101640A (zh) 自适应视频传感器融合方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant