WO2022114340A1 - 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법 - Google Patents

스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법 Download PDF

Info

Publication number
WO2022114340A1
WO2022114340A1 PCT/KR2020/017477 KR2020017477W WO2022114340A1 WO 2022114340 A1 WO2022114340 A1 WO 2022114340A1 KR 2020017477 W KR2020017477 W KR 2020017477W WO 2022114340 A1 WO2022114340 A1 WO 2022114340A1
Authority
WO
WIPO (PCT)
Prior art keywords
moving stage
camera
vision alignment
stage
calibration
Prior art date
Application number
PCT/KR2020/017477
Other languages
English (en)
French (fr)
Inventor
이재준
이경하
Original Assignee
이재준
이경하
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 이재준, 이경하 filed Critical 이재준
Publication of WO2022114340A1 publication Critical patent/WO2022114340A1/ko

Links

Images

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
    • H01L21/681—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere for positioning, orientation or alignment using optical controlling means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H01L21/67259—Position monitoring, e.g. misposition detection or presence detection

Definitions

  • the present invention relates to a vision alignment system and method, and more particularly, when performing vision alignment in semiconductor and display equipment, calibration ( By resolving the problem of the prior art, which had the inconvenience of having to re-calibrate and manage the results, the calibration operation was added by grasping the state of the system during alignment through artificial intelligence and learning the contents. It relates to a smart vision alignment system configured so that it is not possible to do this, and a smart vision alignment method using the same.
  • a camera for photographing a subject a moving stage for changing the position of the subject
  • a smart vision alignment program are executed to execute the moving stage and a control unit for controlling the operation of the system and the operation of the entire system
  • the smart vision alignment program calculates the target and the initial position of the stage from the image obtained through the camera, respectively, and changes the position of the stage.
  • It relates to a smart vision alignment system and a smart vision alignment method using the same, characterized in that the processing for measuring the coordinate system change in the alignment system and determining the optimal vision calibration value is performed.
  • a vision system configured to automatically determine a defect by analyzing an image is widely used.
  • Such a vision system is very effective to increase the accuracy of equipment and production facilities, to lower the defect rate of products, and to increase productivity at the same time. In order to accurately reach the designated position, vision alignment and calibration work must be preceded.
  • the above-mentioned Korean Patent Application Laid-Open No. 10-2020-0125397 discloses an alignment device for aligning a substrate and a mask, comprising: a substrate support means, an alignment stage for translating or rotating the substrate supported by the substrate support means; A control unit for driving the alignment stage, and a position acquisition unit for detecting the substrate alignment mark and acquiring position information, wherein the control unit rotates the alignment stage around the center position of the stage and the substrate by the position acquisition unit
  • the position information of the alignment mark is acquired a plurality of times, the information of the stage central position is acquired based on the plurality of position information, and the substrate is placed on the substrate so that the substrate central position, which is the center of the substrate, is on the rotation axis of the alignment stage passing through the stage central position.
  • It relates to an alignment apparatus and method configured to improve alignment accuracy when aligning a substrate and a mask by using the alignment stage in the film forming apparatus by moving it relative to the support means, and to a film forming apparatus and method using the same
  • the above-mentioned Korean Patent Application Laid-Open No. 10-2020-0125397 generates a product image for learning, trains a classifier for classifying good and bad products with the generated product image for learning, and uses the learned classifier
  • judging a product as good or defective it is possible to find the characteristic value of the data to be determined by learning by itself, so it is difficult to formulate defects, so machine vision-based inspection is possible even for inspection areas that rely on manual inspection. It relates to a machine vision-based quality inspection method and system.
  • the present invention is to solve the problems of the prior art as described above, and therefore, an object of the present invention is to recalibrate whenever the position of the camera or the position of the stage is changed during vision alignment and the result must be managed.
  • an object of the present invention is to recalibrate whenever the position of the camera or the position of the stage is changed during vision alignment and the result must be managed.
  • a camera for photographing a subject, a moving stage for changing the position of the subject and a smart vision alignment program are executed and a control unit for controlling the operation of the moving stage and the operation of the overall system, and the smart vision alignment program calculates the target and the initial position of the stage from the images obtained through the camera, respectively, and the position of the stage to calculate the position of the changed target and stage again by changing the Accordingly, it is an object to present a smart vision alignment system and a smart vision alignment method using the same, characterized in that the process of measuring the coordinate system change in the corresponding alignment system and determining the optimal vision calibration value is performed.
  • another object of the present invention is that, as described above, the vision alignment operation can be performed more quickly and easily by being configured not to require an additional calibration operation, and thereby, the productivity and work efficiency of the overall system or product can be improved.
  • This is to present a smart vision alignment system that is configured to further enhance it and a smart vision alignment method using the same.
  • a smart vision alignment system at least one camera for photographing a subject and a moving stage for changing the position of the subject ( and a control unit for controlling the operation of the moving stage and the operation of the overall system, wherein the control unit calculates a target and an initial position of the moving stage from the image obtained through the camera, respectively, and the moving stage
  • the control unit calculates a target and an initial position of the moving stage from the image obtained through the camera, respectively, and the moving stage
  • the camera and the camera through artificial intelligence while repeating the process of calculating the position of the changed target and the moving stage by changing the position of , and calculating the positions of the camera and the moving stage based on each calculated position
  • a smart vision alignment system is provided, characterized in that by analyzing and learning the distribution of the position values of the moving stage, a process of measuring a coordinate system change in the vision alignment system and determining an optimal calibration value is performed. .
  • the controller may include: an initial calibration process of setting initial positions of the camera and the moving stage and performing calibration; a primary vision alignment process of acquiring positions of the camera and the moving stage, calculating a movement value of the moving stage with respect to the target position, and moving the moving stage; a secondary vision alignment process of acquiring positions of the camera and the moving stage again after the primary vision alignment process, calculating a movement value of the moving stage with respect to the target position, and moving the moving stage; Coordinate values of the camera and the moving stage based on the measured values including the target, the position of the moving stage, and the movement value of the moving stage obtained in the first vision alignment process and the secondary vision alignment process, respectively Coordinate system re-computation process to re-compute; and an analysis and learning process of calculating the optimal coordinate system for the camera and the stage by learning the result of the re-calculation in the coordinate system re-computation process through artificial intelligence and applying it to the calibration data is configured to be performed, Even if the position of the camera or the moving stage is changed, it is a
  • the coordinate system recomputation process includes the target and the moving stage positions and movement values of the moving stage in the primary vision alignment process, the positions of the target and the moving stage in the secondary vision alignment process, and the positions of the moving stage and the moving stage in the secondary vision alignment process. and a process of re-calculating the coordinate values of the camera and the moving stage by using the measurement data including the movement value of the moving stage is configured to be performed.
  • the coordinate system recomputation process is configured to recalculate the coordinate values of the camera and the moving stage by calculating the movement amount according to the rotation using the rotation transformation matrix and the inverse rotation transformation matrix. do it with
  • the analysis and learning process uses artificial intelligence (AI) to measure changes in the standard distribution and pattern with respect to the coordinate system recalculated in the coordinate system recomputation process, and the camera through learning using the artificial intelligence and calculating an optimal coordinate system for the moving stage, and applying the calculated optimal coordinate system to calibration data is configured to be performed.
  • AI artificial intelligence
  • the analysis and learning process collects the data obtained through the coordinate system re-computation process, calculates an average value, sets data within a predetermined normal distribution as data to be applied for calibration, and the collected data value is the normal distribution
  • the deviation exceeds a predetermined criterion, it is recognized that the position of the camera or the moving stage has been changed, discarding the previously obtained data and the normal distribution form, and a new normal distribution based on the latest data deviating from the normal distribution
  • the process of determining the stabilized state and the unstable state based on the shape of the standard deviation and correcting the part for the coordinate system in the calibration data is performed, so that no additional calibration operation is performed It is characterized in that it is configured to maintain the alignment performance without
  • an initial calibration step of setting the initial positions of the camera and the moving stage of the vision alignment system and performing calibration a primary vision alignment step of acquiring the positions of the camera and the moving stage, calculating a movement value of the moving stage with respect to the position of a target, and moving the moving stage; a secondary vision alignment step of acquiring positions of the camera and the moving stage again after the primary vision alignment process, calculating a movement value of the moving stage with respect to the target position, and moving the moving stage; Coordinate values of the camera and the moving stage are reproduced based on the pattern obtained in the first vision alignment step and the second vision alignment step, respectively, and the measurement values including the position of the moving stage and the movement value of the moving stage A coordinate system re-computation step; and an analysis and learning step of calculating the optimal coordinate system for the camera and the stage by learning the result of the recalculation in the coordinate system re-computation step through artificial intelligence, and applying
  • a smart vision alignment system and a smart vision alignment method using the same are provided, which are configured so that an additional calibration operation is not required by grasping the state of the system during alignment through artificial intelligence and learning the grasped contents.
  • a camera for photographing a subject a moving stage for changing the position of the subject, and a control unit for controlling the operation of the moving stage and the overall system by executing a smart vision alignment program are provided.
  • the smart vision alignment program calculates the target and the initial position of the stage from the image obtained through the camera, respectively, and changes the position of the stage to calculate the changed target and the position of the stage, respectively,
  • the position of the camera and stage is calculated based on each calculated position, and the coordinate system change in the corresponding alignment system is measured and optimal vision by analyzing and learning the distribution of the position values of the camera and stage while repeating this process.
  • FIG. 1 is a diagram schematically showing the overall configuration of a smart vision alignment system according to an embodiment of the present invention.
  • FIG. 2 is a flowchart schematically illustrating a vision alignment process during initial installation in an existing vision alignment system.
  • FIG. 3 is a flowchart schematically illustrating a vision alignment process when a position change of a camera or a stage occurs due to a model change in an existing vision alignment system.
  • FIG. 4 is a flowchart schematically illustrating a detailed configuration of an overall processing process of a vision alignment operation performed in a smart vision alignment system according to an embodiment of the present invention.
  • FIG. 5 is a flowchart schematically illustrating a detailed configuration of a coordinate system re-computation process during a vision alignment operation of the smart vision alignment system according to the embodiment of the present invention shown in FIG. 4 .
  • FIG. 6 is a flowchart schematically illustrating a detailed configuration of an analysis and learning process during a vision alignment operation of the smart vision alignment system according to the embodiment of the present invention shown in FIG. 4 .
  • the present invention relates to the vision alignment systems and methods of the prior art, which have the inconvenience of having to re-calibrate and manage the results every time the position of the camera or the stage is changed when performing vision alignment, as will be described later. It relates to a smart vision alignment system and a smart vision alignment method using the same, which are configured to eliminate the need for additional calibration operations by solving problems by identifying the state of the system during alignment through artificial intelligence and learning the grasped contents.
  • a camera for photographing a subject a moving stage for changing the position of the subject, and a smart vision alignment program are executed to control the operation of the moving stage and the operation of the overall system and a control unit to control, wherein the smart vision alignment program calculates the initial position of the target and the stage from the image obtained through the camera, respectively, and changes the position of the stage to change the position of the target and the stage again
  • the coordinate system change in the corresponding alignment system It relates to a smart vision alignment system and a smart vision alignment method using the same, characterized in that the process for measuring and determining an optimal vision calibration value is performed.
  • the present invention is configured so that an additional calibration operation is not required, so that the vision alignment operation can be performed more quickly and easily, and thereby, the productivity and work efficiency of the overall system or product can be further increased. It relates to a smart vision alignment system configured to be so and a smart vision alignment method using the same.
  • FIG. 1 is a diagram schematically showing the overall configuration of a smart vision alignment system according to an embodiment of the present invention.
  • the smart vision alignment system 10 is largely divided into at least one camera 11 for photographing a subject, and It may be configured to include a moving stage 12 for changing a position and a controller 13 for controlling the movement of the moving stage 12 and the overall operation of the system.
  • control unit 13 calculates the initial positions of the target and the moving stage 12 from the images obtained through the camera 11, respectively, using a vision alignment algorithm as will be described later, and the moving stage By changing the position of (12), the changed target and the moving stage 12 are respectively calculated, and the process of calculating the positions of the camera 11 and the moving stage 12 based on the calculated positions is repeated.
  • the process of measuring the coordinate system change in the corresponding system and determining the optimal vision calibration value is performed can be
  • the smart vision alignment system 10 automatically measures the current state while performing the alignment, and changes the position of the camera 11 and the moving stage 12 .
  • the smart vision alignment system 10 By measuring and learning each, and correcting a calibration parameter based on the learning result, it has the advantage of being able to maintain the alignment performance and state without stopping the equipment or performing additional setup (Set-up).
  • the smart vision alignment system 10 maintains the existing calibration value when moving accurately to the target position after alignment, and when an error occurs with the target position after alignment, the camera ( 11) and the moving stage 12, respectively, reanalyze the state of the coordinate system, learn the error that occurs, recalculate the optimal calibration value, and reflect it in the next alignment to correct the problem by itself even if a problem occurs in the alignment system Thus, the sorting performance can be maintained.
  • three characteristic elements of machine vision calibration are pixel resolution, the axial direction of the stage, and the coordinate system between the camera and the stage (relative positional relationship between the camera and the stage).
  • the pixel resolution and the axial direction of the stage are fixed values that do not change after initial installation, but the coordinate system of the camera and the stage changes according to the change in the size of the alignment target and the change in the alignment position of the stage, and either one is changed. If this occurs, calibration must be performed again from the beginning.
  • FIGS. 2 and 3 are flowcharts schematically illustrating an overall calibration and operation process of a prior art vision alignment system.
  • FIG. 2 is a flowchart schematically showing the vision alignment process at the time of initial installation in the existing vision alignment system
  • FIG. 3 is a flowchart schematically showing the vision alignment process when the position of the camera or stage is changed with the model face mirror. to be.
  • the conventional vision alignment system sets the positions of the camera and the stage when performing the first calibration, and stores the result by performing the vision calibration.
  • the primary vision alignment process when a specific pattern is registered, the image and the position of the stage are acquired, the position of the pattern is determined, the stage movement value is calculated, and the stage is moved.
  • the position of the image and the stage is acquired as in the first phase, the position of the pattern is determined, the stage movement value is calculated, and the stage is moved.
  • the conventional vision alignment systems and methods have to repeat calibration, primary alignment, and secondary alignment processes whenever the position of a camera or stage is changed, so alignment work is cumbersome, Due to the long time taken for the sorting operation, the speed of the overall operation is slowed, and thus there is a problem in that the productivity of the overall product is reduced.
  • smart vision alignment configured so that no additional calibration work is required even if the position of the camera or stage is changed after the initial calibration and alignment work A system and method are presented.
  • FIG. 4 is a flowchart schematically showing a detailed configuration of the overall processing of the vision alignment operation performed in the smart vision alignment system 10 according to the embodiment of the present invention shown in FIG. 1 .
  • the vision alignment operation performed in the smart vision alignment system 10 is largely divided into an initial calibration process, a primary vision alignment process, a secondary vision alignment process, It can be configured including the coordinate system re-computation process, system analysis and learning process.
  • the initial calibration process and the primary and secondary alignment processes shown in FIG. 4 may be configured in the same or similar manner to the conventional vision alignment system described above with reference to FIGS. 2 and 3 , so the description will be briefly described here. It should be noted that redundant descriptions have been omitted for this purpose.
  • the pattern obtained in each alignment process after the initial calibration process and the first and second alignment processes, the position of the stage, and the position of the stage are calculated by learning the re-computation result
  • this calibration process is performed only once when the first system is installed, there is no need to re-calibrate even if the position of the camera or stage is changed afterwards.
  • FIG. 5 is a flowchart schematically illustrating a specific configuration of a coordinate system re-computation process during a vision alignment operation of the smart vision alignment system 10 according to the embodiment of the present invention shown in FIG. 4 . .
  • the coordinate system recomputation process confirms the pattern, the position of the stage, and the movement value of the stage at the time of the first alignment, and similarly the pattern, the position of the stage, and the movement value of the stage at the time of the second alignment are confirmed and the process of re-calculating the coordinate values of the camera and the stage using the measured value data obtained in this way may be configured to be performed.
  • this re-calculation process for example, using the formulas of the rotation transformation matrix and the inverse rotation transformation matrix, using the movement amount calculation formula according to the rotation, the process of re-calculating the coordinate values of the camera and the stage is configured to be performed.
  • FIG. 6 is a flowchart schematically illustrating a detailed configuration of an analysis and learning process during a vision alignment operation of the smart vision alignment system 10 according to the embodiment of the present invention shown in FIG. 4 .
  • the analysis and learning process uses artificial intelligence (AI), for example, by measuring and learning the changes in the standard distribution and pattern for the coordinate system recalculated in the coordinate system recomputation process to obtain an optimal camera and a process of calculating the coordinate system of the stage and applying the result to the calibration data may be configured to be performed.
  • AI artificial intelligence
  • the collected data values deviate from the normal distribution.
  • the obtained data and the normal distribution are discarded, and a new normal distribution and averaged value are recalculated based on the recent data out of the normal distribution.
  • the system can determine the stabilized state and the unstable state based on the shape of the standard deviation, and this is reflected in the parameters of the algorithm for calculating the average value, and the low-pass filter that calculates the average value in the stabilized state
  • the amount of change is minimized in the (low pass filter) algorithm, and when it is not in a stable state, the amount of change is automatically adjusted to quickly track the change.
  • low pass filter for example, it may be configured to use an IIR (Infinite Impulse Response) filter method.
  • IIR Infinite Impulse Response
  • the alignment performance can be maintained without an additional calibration operation.
  • the coordinate system is recalculated based on data obtained in the first and second alignment processes, and the optimal camera and stage are obtained through learning using artificial intelligence.
  • the present invention has been described by taking the case of calculating the coordinate system as an example, the present invention is not necessarily limited to the case of the above-described embodiment, that is, the present invention, for example, collects and learns more alignment data than the secondary Therefore, it should be noted that it may be configured to calculate an optimal coordinate system, etc., and may be configured in various ways according to need.
  • the smart vision alignment system and the smart vision alignment method using the same according to the embodiment of the present invention can be implemented.
  • the state of the system is grasped during the alignment operation through artificial intelligence and the grasped contents are learned
  • a smart vision alignment system and a smart vision alignment method using the same are provided so that no additional calibration operation is required, so that when performing vision alignment, calibration must be performed again and the result must be managed whenever the position of the camera or stage is changed. It is possible to solve the problems of the prior art vision alignment systems and methods that were inconvenient.
  • a camera for photographing a subject a moving stage for changing the position of the subject, and a controller for controlling the operation of the overall system by executing a smart vision alignment program are executed.
  • the smart vision alignment program calculates the target and the initial position of the stage from the image obtained through the camera, respectively, and changes the position of the stage to calculate the changed target and the position of the stage, respectively, By calculating the position of the camera and stage based on the calculated positions, and analyzing and learning the distribution of the position values of the camera and stage while repeating this process, the coordinate system change in the corresponding alignment system is measured and optimized
  • a smart vision alignment system configured to perform a process for determining a vision calibration value and a smart vision alignment method using the same, so that an additional calibration operation is not required, so that the vision alignment operation can be performed more quickly and easily, thereby , it is possible to further increase the productivity and work efficiency of the overall system or product.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 비전 얼라인먼트(Vision Alignment) 시스템 및 방법에 관한 것으로, 본 발명에 따르면, 피사체를 촬영하기 위한 카메라(Camera)와, 피사체의 위치를 변경하기 위한 무빙 스테이지(Moving Stage) 및 무빙 스테이지의 동작 및 전체적인 시스템의 동작을 제어하는 제어부를 포함하여 구성되고, 상기 제어부는, 카메라를 통해 얻어진 이미지로부터 목표(target)와 스테이지의 최초 위치를 각각 산출하고, 스테이지의 위치를 변경하여 다시 변경된 목표와 스테이지의 위치를 각각 산출하며, 산출된 각각의 위치에 근거하여 카메라와 스테이지의 위치를 계산하고, 이러한 과정을 반복 수행하면서 카메라와 스테이지의 위치값 분포를 분석 및 학습하는 것에 의해 해당 정렬 시스템에서의 좌표계 변화를 측정하고 최적의 비전 캘리브레이션 값을 결정하는 처리가 수행되도록 이루어지는 스마트 비전 얼라인먼트 프로그램이 실행되도록 구성됨으로써, 정렬(Align)을 하는 도중에 시스템의 상태를 파악하고 학습하여 추가적인 캘리브레이션 동작이 필요 없도록 구성되는 인공지능 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법이 제공된다.

Description

스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법
본 발명은 비전 얼라인먼트(Vision Alignment) 시스템 및 방법에 관한 것으로, 더 상세하게는, 반도체 및 디스플레이 설비에서 비전 얼라인먼트를 수행시 카메라(Camera)의 위치나 스테이지(Stage)의 위치를 변경할 때마다 캘리브레이션(Calibration)을 다시 하고 그 결과를 관리해야만 하는 불편함이 있었던 종래기술의 문제점을 해결하여, 인공지능을 통해 정렬(Align)을 하는 도중에 시스템의 상태를 파악하고 파악한 내용을 학습함으로써, 캘리브레이션 동작을 추가로 하지 않을 수 있도록 구성되는 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법에 관한 것이다.
또한, 본 발명은, 상기한 바와 같은 종래기술의 문제점을 해결하기 위해, 피사체를 촬영하기 위한 카메라와, 피사체의 위치를 변경하기 위한 무빙 스테이지(Moving Stage) 및 스마트 비전 얼라인먼트 프로그램이 실행되어 무빙 스테이지의 동작 및 전체적인 시스템의 동작을 제어하는 제어부를 포함하여 구성되고, 상기 스마트 비전 얼라인먼트 프로그램은, 카메라를 통해 얻어진 이미지로부터 목표(target)와 스테이지의 최초 위치를 각각 산출하고, 스테이지의 위치를 변경하여 다시 변경된 목표와 스테이지의 위치를 각각 산출하며, 산출된 각각의 위치에 근거하여 카메라와 스테이지의 위치를 계산하고, 이러한 과정을 반복 수행하면서 카메라와 스테이지의 위치값 분포를 분석 및 학습하는 것에 의해, 해당 정렬시스템에서의 좌표계 변화를 측정하고 최적의 비전 캘리브레이션 값을 결정하는 처리가 수행되도록 구성되는 것을 특징으로 하는 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법에 관한 것이다.
최근, 반도체나 디스플레이 등의 제조장치 및 생산설비에 있어서, 기존에 사람이 직접 눈으로 보고 불량 여부를 판단하던 것을 대신하여, 예를 들면, 머신 비전(Machine Vision) 등과 같이, 카메라를 통해 촬영된 영상을 분석하여 불량 여부를 자동으로 판단하도록 구성되는 비전 시스템이 널리 이용되고 있다.
이러한 비전 시스템은, 장치 및 생산설비의 정확성을 높이고 제품의 불량률을 낮추는 동시에 생산성을 높이기 위하여 매우 효과적이나, 그러한 효과를 얻기 위하여는 카메라와 스테이지(stage)를 정확한 위치에 정렬(align)하고 이동시에도 지정된 위치에 정확히 도달하도록 하기 위해 비전 얼라인먼트(Vision Alignment) 및 캘리브레이션(calibration) 작업이 필수적으로 선행되어야 한다.
여기서, 상기한 바와 같은 머신 비전 및 비전 얼라인먼트에 관한 종래기술의 예로는, 예를 들면, 한국 공개특허공보 제10-2020-0125397호에 제시된 바와 같은 "얼라인먼트 장치, 성막 장치, 얼라인먼트 방법, 성막 방법 및 전자 디바이스의 제조 방법"이 있다.
더 상세하게는, 상기한 한국 공개특허공보 제10-2020-0125397호는 기판과 마스크의 위치맞춤을 행하는 얼라인먼트 장치로서, 기판지지수단, 기판지지수단에 지지된 기판을 병진 또는 회전시키는 얼라인먼트 스테이지, 얼라인먼트 스테이지를 구동하는 제어부, 기판 얼라인먼트 마크를 검출하여 위치정보를 취득하는 위치취득 수단을 포함하여 이루어지고, 이때, 제어부는, 스테이지 중심위치를 중심으로 하여 얼라인먼트 스테이지를 회전시키면서 위치취득수단에 의해 기판 얼라인먼트 마크의 위치정보를 복수회 취득하고, 복수의 위치정보에 기초하여 스테이지 중심위치의 정보를 취득하며, 기판의 중심인 기판 중심위치가 스테이지 중심위치를 지나는 얼라인먼트 스테이지의 회전축상에 오도록 기판을 기판지지수단에 대하여 이동시키는 것에 의해, 성막장치에서 얼라인먼트 스테이지를 이용하여 기판과 마스크를 얼라인먼트할 때의 얼라인먼트 정밀도를 향상시킬 수 있도록 구성되는 얼라인먼트 장치 및 방법과, 이를 이용한 성막장치 및 방법에 관한 것이다.
또한, 상기한 바와 같은 머신 비전 및 비전 얼라인먼트에 관한 종래기술의 다른 예로는, 예를 들면, 한국 공개특허공보 제10-2019-0063839호에 제시된 바와 같은 "제조공정에서 딥러닝을 활용한 머신비전 기반 품질검사 방법 및 시스템"이 있다.
더 상세하게는, 상기한 한국 공개특허공보 제10-2020-0125397호는, 학습용 제품영상을 생성하고, 생성된 학습용 제품영상으로 양품과 불량품을 구분하기 위한 분류기를 학습시키며, 학습된 분류기를 이용하여 제품을 양품 또는 불량품으로 판정하는 것에 의해, 학습에 의해 판별대상의 데이터의 특징값을 스스로 찾을 수 있으므로 결함의 정형화가 어려워 수동 검사에 의존하는 검사영역에 대해서도 머신 비전 기반 검사가 가능하도록 구성되는 머신비전 기반 품질검사 방법 및 시스템에 관한 것이다.
상기한 바와 같이, 종래, 머신 비전 및 비전 얼라인먼트에 관하여 여러 가지 기술내용이 제시된 바 있으나, 상기한 바와 같은 종래기술의 내용들은 다음과 같은 문제점이 있는 것이었다.
즉, 비전 얼라인먼트에 있어서 가장 중요한 부분의 하나는 카메라로 촬영된 영상과 스테이지의 캘리브레이션이나, 종래의 얼라인먼트 장치나 방법들은 카메라의 위치나 스테이지의 위치를 변경할 때마다 캘리브레이션을 다시 해야 하는 번거로움이 있는 것이었다.
아울러, 종래의 얼라인먼트 장치나 방법들은, 카메라의 위치나 스테이지의 위치를 변경할 때마다 캘리브레이션을 다시 하는 것에 그치는 것이 아니라, 그러한 캘리브레이션 결과를 계속해서 관리해야만 하는 불편함도 있는 것었다.
더욱이, 종래의 얼라인먼트 장치나 방법들은, 상기한 바와 같이 얼라인먼트나 캘리브레이션 작업이 번거롭고 시간이 걸리게 되므로, 이러한 단점들로 인해 전체적인 제품이나 시스템의 생산성 및 작업효율까지 떨어지게 되는 문제점도 있는 것이었다.
이에, 상기한 바와 같은 종래기술의 비전 얼라인먼트 시스템 및 방법들의 문제점을 해결하기 위하여는, 인공지능을 이용하여 정렬을 하는 도중에 시스템의 상태를 파악하고 파악한 내용을 학습하여 추가적인 캘리브레이션 동작이 필요 없도록 구성됨으로써, 비전 얼라인먼트 작업을 보다 신속하고 용이하게 수행할 수 있는 동시에, 그것에 의해, 전체적인 시스템 및 제품의 생산성 및 작업효율을 더욱 높일 수 있도록 구성되는 새로운 구성의 스마트 비전 얼라인먼트 시스템 및 방법을 제공하는 것이 바람직하나, 아직까지 그러한 요구를 모두 만족시키는 장치나 방법은 제시되지 못하고 있는 실정이다.
본 발명은 상기한 바와 같은 종래기술의 문제점을 해결하고자 하는 것으로, 따라서 본 발명의 목적은, 비전 얼라인먼트를 수행시 카메라의 위치나 스테이지의 위치를 변경할 때마다 캘리브레이션을 다시 하고 그 결과를 관리해야만 하는 불편함이 있었던 종래기술의 비전 얼라인먼트 시스템 및 방법들의 문제점을 해결하여, 인공지능을 통해 얼라인먼트 작업중에 시스템의 상태를 파악하고 파악한 내용을 학습함으로써 추가적인 캘리브레이션 동작이 필요 없도록 구성되는 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법을 제시하고자 하는 것이다.
또한, 본 발명의 다른 목적은, 상기한 바와 같은 종래기술의 문제점을 해결하기 위해, 피사체를 촬영하기 위한 카메라와, 피사체의 위치를 변경하기 위한 무빙 스테이지(Moving Stage) 및 스마트 비전 얼라인먼트 프로그램이 실행되어 무빙 스테이지의 동작 및 전체적인 시스템의 동작을 제어하는 제어부를 포함하여 구성되고, 상기 스마트 비전 얼라인먼트 프로그램은, 카메라를 통해 얻어진 이미지로부터 목표(target)와 스테이지의 최초 위치를 각각 산출하고, 스테이지의 위치를 변경하여 다시 변경된 목표와 스테이지의 위치를 각각 산출하며, 산출된 각각의 위치에 근거하여 카메라와 스테이지의 위치를 계산하고, 이러한 과정을 반복 수행하면서 카메라와 스테이지의 위치값 분포를 분석 및 학습하는 것에 의해, 해당 정렬시스템에서의 좌표계 변화를 측정하고 최적의 비전 캘리브레이션 값을 결정하는 처리가 수행되도록 구성되는 것을 특징으로 하는 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법을 제시하고자 하는 것이다.
아울러, 본 발명의 또 다른 목적은, 상기한 바와 같이 추가적인 캘리브레이션 동작이 필요 없도록 구성됨으로써 비전 얼라인먼트 작업을 보다 신속하고 용이하게 수행할 수 있는 동시에, 그것에 의해, 전체적인 시스템이나 제품의 생산성 및 작업효율을 더욱 높일 수 있도록 구성되는 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법을 제시하고자 하는 것이다.
상기한 바와 같은 목적을 달성하기 위해, 본 발명에 따르면, 스마트 비전 얼라인먼트(Vision Alignment) 시스템에 있어서, 피사체를 촬영하기 위한 적어도 하나 이상의 카메라(Camera)와 상기 피사체의 위치를 변경하기 위한 무빙 스테이지(Moving Stage)의 동작 및 전체적인 시스템의 동작을 제어하는 제어부를 포함하여 구성되고, 상기 제어부는, 상기 카메라를 통해 얻어진 이미지로부터 목표(target)와 상기 무빙 스테이지의 최초 위치를 각각 산출하고, 상기 무빙 스테이지의 위치를 변경하여 다시 변경된 목표와 상기 무빙 스테이지의 위치를 각각 산출하며, 산출된 각각의 위치에 근거하여 상기 카메라와 상기 무빙 스테이지의 위치를 계산하는 과정을 반복 수행하면서 인공지능을 통해 상기 카메라와 상기 무빙 스테이지의 위치값 분포를 분석 및 학습하는 것에 의해, 상기 비전 얼라인먼트 시스템에서의 좌표계 변화를 측정하고 최적의 캘리브레이션 값을 결정하는 처리가 수행되도록 구성되는 것을 특징으로 하는 스마트 비전 얼라인먼트 시스템이 제공된다.
여기서, 상기 제어부는, 상기 카메라 및 상기 무빙 스테이지의 초기 위치를 설정하고 캘리브레이션을 수행하는 초기 캘리브레이션 과정; 상기 카메라 및 상기 무빙 스테이지의 위치를 취득하고 상기 목표의 위치에 대한 상기 무빙 스테이지의 이동값을 계산하여 상기 무빙 스테이지를 이동시키는 1차 비전 얼라인먼트 과정; 상기 1차 비전 얼라인먼트 과정 후에 다시 상기 카메라 및 상기 무빙 스테이지의 위치를 취득하고 상기 목표의 위치에 대한 상기 무빙 스테이지의 이동값을 계산하여 상기 무빙 스테이지를 이동시키는 2차 비전 얼라인먼트 과정; 상기 1차 비전 얼라인먼트 과정 및 상기 2차 비전 얼라인먼트 과정에서 각각 얻어진 상기 목표와 상기 무빙 스테이지의 위치 및 상기 무빙 스테이지의 이동값을 포함하는 측정값들에 근거하여 상기 카메라 및 상기 무빙 스테이지의 좌표값을 재연산하는 좌표계 재연산과정; 및 상기 좌표계 재연산과정에서 재연산한 결과를 인공지능을 통해 학습하여 상기 카메라와 상기 스테이지에 대한 최적의 좌표계를 산출하고 캘리브레이션 데이터에 적용하는 분석 및 학습과정을 포함하는 처리가 수행되도록 구성됨으로써, 상기 카메라나 상기 무빙 스테이지의 위치가 변경되더라도 캘리브레이션을 다시 수행할 필요가 없도록 구성되는 것을 특징으로 한다.
또한, 상기 좌표계 재연산 과정은, 상기 1차 비전 얼라인먼트 과정의 상기 목표와 상기 무빙 스테이지의 위치 및 상기 무빙 스테이지의 이동값과, 상기 2차 비전 얼라인먼트 과정의 상기 목표와 상기 무빙 스테이지의 위치 및 상기 무빙 스테이지의 이동값을 포함하는 측정데이터를 이용하여 상기 카메라 및 상기 무빙 스테이지의 좌표값을 재연산하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
아울러, 상기 좌표계 재연산 과정은, 회전변환 행렬과 역회전변환 행렬을 이용하여 회전에 따른 이동량을 계산하는 것에 의해 상기 카메라 및 상기 무빙 스테이지의 좌표값을 재연산하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
더욱이, 상기 분석 및 학습과정은, 인공지능(AI)을 이용하여, 상기 좌표계 재연산과정에서 재연산한 좌표계에 대하여 표준분포 및 패턴의 변화를 측정하고, 상기 인공지능을 이용한 학습을 통해 상기 카메라 및 상기 무빙 스테이지에 대한 최적의 좌표계를 산출하며, 산출된 최적의 좌표계를 캘리브레이션 데이터에 적용하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
또한, 상기 분석 및 학습과정은, 상기 좌표계 재연산 과정을 통해 얻어진 데이터를 수집하여 평균값을 산출하고 미리 정해진 정규분포 내에 있는 데이터를 캘리브레이션에 적용할 데이터로 설정하며, 수집되는 데이터값이 상기 정규분포 밖으로 벗어나는 경우가 미리 정해진 기준을 초과하여 발생되면 실제로 상기 카메라 또는 상기 무빙 스테이지의 위치가 변경된 것으로 인지하여, 기존에 구해진 데이터 및 정규분포 형태를 버리고 최근의 정규분포 밖으로 벗어난 데이터에 근거하여 새로운 정규분포 형태와 평균화된 값을 재계산하는 것에 의해, 표준편차의 형태에 근거하여 안정화된 상태와 불안정한 상태를 판단하고 캘리브레이션 데이터에서 좌표계에 대한 부분을 수정하는 처리가 수행되도록 구성됨으로써, 추가적인 캘리브레이션 동작을 하지 않고 정렬성능을 유지할 수 있도록 구성되는 것을 특징으로 한다.
아울러, 본 발명에 따르면, 상기에 기재된 스마트 비전 얼라인먼트 시스템을 이용한 비전 얼라인먼트(Vision Alignment) 방법에 있어서, 비전 얼라인먼트 시스템의 카메라 및 무빙 스테이지의 초기 위치를 설정하고 캘리브레이션을 수행하는 초기 캘리브레이션 단계; 상기 카메라 및 상기 무빙 스테이지의 위치를 취득하고 목표(target)의 위치에 대한 상기 무빙 스테이지의 이동값을 계산하여 상기 무빙 스테이지를 이동시키는 1차 비전 얼라인먼트 단계; 상기 1차 비전 얼라인먼트 과정 후에 다시 상기 카메라 및 상기 무빙 스테이지의 위치를 취득하고 상기 목표의 위치에 대한 상기 무빙 스테이지의 이동값을 계산하여 상기 무빙 스테이지를 이동시키는 2차 비전 얼라인먼트 단계; 상기 1차 비전 얼라인먼트 단계 및 상기 2차 비전 얼라인먼트 단계에서 각각 얻어진 패턴과 상기 무빙 스테이지의 위치 및 상기 무빙 스테이지의 이동값을 포함하는 측정값들에 근거하여 상기 카메라 및 상기 무빙 스테이지의 좌표값을 재연산하는 좌표계 재연산단계; 및 상기 좌표계 재연산단계에서 재연산한 결과를 인공지능을 통해 학습하여 상기 카메라와 상기 스테이지에 대한 최적의 좌표계를 산출하고 캘리브레이션 데이터에 적용하는 분석 및 학습단계를 포함하는 처리가 상기 비전 얼라인먼트 시스템의 제어부에 의해 수행되도록 구성됨으로써, 상기 카메라나 상기 무빙 스테이지의 위치가 변경되더라도 캘리브레이션을 다시 수행할 필요가 없도록 구성되는 것을 특징으로 하는 스마트 비전 얼라인먼트 방법이 제공된다.
상기한 바와 같이, 본 발명에 따르면, 인공지능을 통해 얼라인먼트 작업중에 시스템의 상태를 파악하고 파악한 내용을 학습하여 추가적인 캘리브레이션 동작이 필요 없도록 구성되는 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법이 제공됨으로써, 비전 얼라인먼트를 수행시 카메라의 위치나 스테이지의 위치를 변경할 때마다 캘리브레이션을 다시 하고 그 결과를 관리해야만 하는 불편함이 있었던 종래기술의 비전 얼라인먼트 시스템 및 방법들의 문제점을 해결할 수 있다.
또한, 본 발명에 따르면, 피사체를 촬영하기 위한 카메라와, 피사체의 위치를 변경하기 위한 무빙 스테이지(Moving Stage) 및 스마트 비전 얼라인먼트 프로그램이 실행되어 무빙 스테이지의 동작 및 전체적인 시스템의 동작을 제어하는 제어부를 포함하여 구성되고, 상기 스마트 비전 얼라인먼트 프로그램은, 카메라를 통해 얻어진 이미지로부터 목표(target)와 스테이지의 최초 위치를 각각 산출하고, 스테이지의 위치를 변경하여 다시 변경된 목표와 스테이지의 위치를 각각 산출하며, 산출된 각각의 위치에 근거하여 카메라와 스테이지의 위치를 계산하고, 이러한 과정을 반복 수행하면서 카메라와 스테이지의 위치값 분포를 분석 및 학습하는 것에 의해 해당 정렬시스템에서의 좌표계 변화를 측정하고 최적의 비전 캘리브레이션 값을 결정하는 처리가 수행되도록 구성되는 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법이 제공됨으로써, 추가적인 캘리브레이션 동작이 필요 없으므로 비전 얼라인먼트 작업을 보다 신속하고 용이하게 수행할 수 있는 동시에, 그것에 의해, 전체적인 시스템이나 제품의 생산성 및 작업효율을 더욱 높일 수 있다.
도 1은 본 발명의 실시예에 따른 스마트 비전 얼라인먼트 시스템의 전체적인 구성을 개략적으로 나타내는 도면이다.
도 2는 기존의 비전 얼라인먼트 시스템에서 초기 설치시의 비전 얼라인먼트 과정을 개략적으로 나타내는 플로차트이다.
도 3은 기존의 비전 얼라인먼트 시스템에서 모델변경으로 카메라나 스테이지의 위치변경이 발생했을시의 비전 얼라인먼트 과정을 개략적으로 나타내는 플로차트이다.
도 4는 본 발명의 실시예에 따른 스마트 비전 얼라인먼트 시스템에서 수행되는 비전 얼라인먼트 동작의 전체적인 처리과정에 대한 구체적인 구성을 개략적으로 나타내는 플로차트이다.
도 5는 도 4에 나타낸 본 발명의 실시예에 따른 스마트 비전 얼라인먼트 시스템의 비전 얼라인먼트 동작 중 좌표계 재연산 과정의 구체적인 구성을 개략적으로 나타내는 플로차트이다.
도 6은 도 4에 나타낸 본 발명의 실시예에 따른 스마트 비전 얼라인먼트 시스템의 비전 얼라인먼트 동작 중 분석 및 학습과정의 구체적인 구성을 개략적으로 나타내는 플로차트이다.
이하, 첨부된 도면을 참조하여, 본 발명에 따른 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법의 구체적인 실시예에 대하여 설명한다.
여기서, 이하에 설명하는 내용은 본 발명을 실시하기 위한 하나의 실시예일 뿐이며, 본 발명은 이하에 설명하는 실시예의 내용으로만 한정되는 것은 아니라는 사실에 유념해야 한다.
또한, 이하의 본 발명의 실시예에 대한 설명에 있어서, 종래기술의 내용과 동일 또는 유사하거나 당업자의 수준에서 용이하게 이해하고 실시할 수 있다고 판단되는 부분에 대하여는, 설명을 간략히 하기 위해 그 상세한 설명을 생략하였음에 유념해야 한다.
즉, 본 발명은, 후술하는 바와 같이, 비전 얼라인먼트를 수행시 카메라의 위치나 스테이지의 위치를 변경할 때마다 캘리브레이션을 다시 하고 그 결과를 관리해야만 하는 불편함이 있었던 종래기술의 비전 얼라인먼트 시스템 및 방법들의 문제점을 해결하여, 인공지능을 통해 얼라인먼트 작업중에 시스템의 상태를 파악하고 파악한 내용을 학습함으로써 추가적인 캘리브레이션 동작이 필요 없도록 구성되는 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법에 관한 것이다.
또한, 본 발명은, 후술하는 바와 같이, 피사체를 촬영하기 위한 카메라와, 피사체의 위치를 변경하기 위한 무빙 스테이지(Moving Stage) 및 스마트 비전 얼라인먼트 프로그램이 실행되어 무빙 스테이지의 동작 및 전체적인 시스템의 동작을 제어하는 제어부를 포함하여 구성되고, 상기 스마트 비전 얼라인먼트 프로그램은, 카메라를 통해 얻어진 이미지로부터 목표(target)와 스테이지의 최초 위치를 각각 산출하고, 스테이지의 위치를 변경하여 다시 변경된 목표와 스테이지의 위치를 각각 산출하며, 산출된 각각의 위치에 근거하여 카메라와 스테이지의 위치를 계산하고, 이러한 과정을 반복 수행하면서 카메라와 스테이지의 위치값 분포를 분석 및 학습하는 것에 의해, 해당 정렬시스템에서의 좌표계 변화를 측정하고 최적의 비전 캘리브레이션 값을 결정하는 처리가 수행되도록 구성되는 것을 특징으로 하는 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법에 관한 것이다.
아울러, 본 발명은, 후술하는 바와 같이, 추가적인 캘리브레이션 동작이 필요 없도록 구성됨으로써 비전 얼라인먼트 작업을 보다 신속하고 용이하게 수행할 수 있는 동시에, 그것에 의해, 전체적인 시스템이나 제품의 생산성 및 작업효율을 더욱 높일 수 있도록 구성되는 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법에 관한 것이다.
계속해서, 도면을 참조하여, 본 발명에 따른 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법의 구체적인 내용에 대하여 설명한다.
먼저, 도 1을 참조하면, 도 1은 본 발명의 실시예에 따른 스마트 비전 얼라인먼트 시스템의 전체적인 구성을 개략적으로 나타내는 도면이다.
더 상세하게는, 도 1에 나타낸 바와 같이, 본 발명의 실시예에 따른 스마트 비전 얼라인먼트 시스템(10)은, 크게 나누어, 피사체를 촬영하기 위한 적어도 하나 이상의 카메라(Camera)(11)와, 피사체의 위치를 변경하기 위한 무빙 스테이지(Moving Stage)(12) 및 무빙 스테이지(12)의 이동 및 시스템의 전체적인 동작을 제어하는 제어부(13)를 포함하여 구성될 수 있다.
여기서, 상기한 카메라(11)와 무빙 스테이지(12)의 구체적인 구성은 기존의 비전 시스템들을 참조하여 당업자가 용이하게 구현할 수 있는 사항이므로, 이에, 본 발명에서는, 설명을 간략히 하기 위해, 상기한 바와 같이 당업자가 종래기술의 내용 등을 참조하여 용이하게 이해하고 실시할 수 있는 내용에 대하여는 그 상세한 설명을 생략하였음에 유념해야 한다.
또한, 상기한 제어부(13)는, 후술하는 바와 같은 비전 얼라인먼트 알고리즘을 이용하여, 카메라(11)를 통해 얻어진 이미지로부터 목표(target)와 무빙 스테이지(12)의 최초 위치를 각각 산출하고, 무빙 스테이지(12)의 위치를 변경하여 다시 변경된 목표와 무빙 스테이지(12)의 위치를 각각 산출하며, 산출된 각각의 위치에 근거하여 카메라(11)와 무빙 스테이지(12)의 위치를 계산하는 과정을 반복 수행하면서 인공지능을 통해 카메라(11)와 무빙 스테이지(12)의 위치값 분포를 분석 및 학습하는 것에 의해, 해당 시스템에서의 좌표계 변화를 측정하고 최적의 비전 캘리브레이션 값을 결정하는 처리가 수행되도록 구성될 수 있다.
따라서 상기한 바와 같은 본 발명의 실시예에 따른 스마트 비전 얼라인먼트 시스템(10)은, 정렬(Align)을 진행하면서 자동으로 현재 상태를 측정하고, 카메라(11) 및 무빙 스테이지(12)의 위치변화를 각각 측정 및 학습하며, 학습결과에 근거하여 캘리브레이션 파라미터(Calibration Parameter)를 보정함으로써, 설비를 멈추거나 추가적인 설정(Set-up)을 하지 않고 정렬 성능 및 상태를 유지할 수 있는 장점을 가지는 것이다.
더 상세하게는, 일반적으로, 비전 얼라인먼트 시스템에 있어서, 캘리브레이션에 문제가 없을 경우는 목표한 위치로 정확하게 이동하지만 캘리브레이션에 문제가 있을 경우는 목표한 위치와 오차가 발생하게 되며, 이러한 오차를 보정하기 위해 캘리브레이션 작업이 수행된다.
이때, 본 발명의 실시예에 따른 스마트 비전 얼라인먼트 시스템(10)은, 정렬 이후 목표한 위치로 정확하게 이동할 경우엔 기존의 캘리브레이션 값을 그대로 유지하며, 정렬 이후에도 목표한 위치와 오차가 발생할 경우에는 카메라(11) 및 무빙 스테이지(12)에 대하여 좌표계의 상태를 각각 재분석하고, 발생하는 오차를 학습하여 최적의 캘리브레이션값을 재연산하여 다음 정렬시에 반영함으로써, 얼라인먼트 시스템에 문제가 발생하더라도 스스로 문제를 보정하여 정렬 성능을 유지할 수 있다.
즉, 머신 비전 시스템에 있어서, 머신 비전 캘리브레이션의 특징적인 3가지 요소는 픽셀 분해능(Pixel resolution), 스테이지의 축방향 및 카메라와 스테이지의 좌표계(카메라와 스테이지의 상대적인 위치관계)라 할 수 있다.
여기서, 픽셀 분해능 및 스테이지의 축방향은 초기 설치 이후에 변화되지 않는 고정된 값이나, 카메라와 스테이지의 좌표계는 정렬 대상의 크기의 변화 및 스테이지의 정렬위치 변화에 따라서 변화하게 되며, 어느 한쪽이라도 변화가 발생할 경우 처음부터 다시 캘리브레이션을 진행해야 한다.
더 상세하게는, 도 2 및 도 3을 참조하면, 도 2 및 도 3은 종래기술의 비전 얼라인먼트 시스템의 전체적인 캘리브레이션 및 동작 과정을 개략적으로 나타내는 플로차트이다.
또한, 도 2는 기존의 비전 얼라인먼트 시스템에서 초기 설치시의 비전 얼라인먼트 과정을 개략적으로 나타내는 플로차트이고, 도 3은 모델면경으로 카메라나 스테이지의 위치변경이 발생했을시의 비전 얼라인먼트 과정을 개략적으로 나타내는 플로차트이다.
도 2에 나타낸 바와 같이, 기존의 비전 얼라인먼트 시스템은, 최초 캘리브레이션 수행시 카메라와 스테이지의 위치를 설정하고, 비전 캘리브레이션을 수행하여 결과값을 저장한다.
이후, 1차 비전 얼라인먼트 과정에서, 특정 패턴이 등록되면 해당 영상 및 스테이지의 위치를 획득하고, 패턴의 위치를 파악하여 스테이지 이동값을 연산한 후 스테이지를 이동시킨다.
다음으로, 2차 비전 얼라인먼트 과정을 통하여, 1차와 마찬가지로 영상 및 스테이지의 위치를 획득하고, 패턴의 위치를 파악하여 스테이지 이동값을 연산한 후 스테이지를 이동시킨다.
이때, 모델 변경 등으로 인해 카메라나 스테이지의 위치가 변경되면 도 3에 나타낸 바와 같이 다시 캘리브레이션, 1차 얼라인먼트 및 2차 얼라인먼트 과정을 수행하게 되며, 카메라나 스테이지의 위치가 변경될 때마다 이러한 작업이 반복되어야 한다.
따라서 도 2 및 도 3에 나타낸 바와 같이, 종래의 비전 얼라인먼트 시스템 및 방법들은 카메라나 스테이지의 위치가 변경될 때마다 캘리브레이션, 1차 얼라인먼트 및 2차 얼라인먼트 과정을 반복해야 하므로 정렬작업이 번거로울뿐만 아니라, 정렬작업에 시간이 오래 걸림으로 인해 전체적인 작업의 속도가 느려지게 되고, 그로 인해 전체적인 제품의 생산성이 떨어지게 되는 문제가 있었다.
이에, 본 발명에서는, 상기한 바와 같은 종래기술의 비전 얼라인먼트 시스템 및 방법들의 문제점을 해결하기 위해, 최초 캘리브레이션 및 정렬작업 후 카메라나 스테이지의 위치가 변경되더라도 추가적인 캘리브레이션 작업이 필요 없도록 구성되는 스마트 비전 얼라인먼트 시스템 및 방법을 제시하였다.
계속해서, 도 4 내지 도 6을 참조하여, 본 발명의 실시예에 따른 스마트 비전 얼라인먼트 시스템의 제어부에서 수행되는 캘리브레이션 및 얼라인먼트 동작의 구체적인 처리과정에 대하여 설명한다.
먼저, 도 4를 참조하면, 도 4는 도 1에 나타낸 본 발명의 실시예에 따른 스마트 비전 얼라인먼트 시스템(10)에서 수행되는 비전 얼라인먼트 동작의 전체적인 처리과정에 대한 구체적인 구성을 개략적으로 나타내는 플로차트이다.
즉, 도 4에 나타낸 바와 같이, 본 발명의 실시예에 따른 스마트 비전 얼라인먼트 시스템(10)에서 수행되는 비전 얼라인먼트 동작은, 크게 나누어, 초기 캘리브레이션 과정, 1차 비전 얼라인먼트 과정, 2차 비전 얼라인먼트 과정, 좌표계 재연산과정, 시스템 분석 및 학습과정을 포함하여 구성될 수 있다.
여기서, 도 4에 나타낸 초기 캘리브레이션 과정과 1차 및 2차 얼라인먼트 과정은, 도 2 및 도 3을 참조하여 상기한 기존의 비전 얼라인먼트 시스템과 동일 내지 유사하게 하여 구성될 수 있으므로, 여기서는, 설명을 간략히 하기 위해 중복되는 설명을 생략하였음에 유념해야 한다.
또한, 본 발명의 실시예에 따른 비전 얼라인먼트 방법은, 도 4 내지 도 6에 나타낸 바와 같이, 초기 캘리브레이션 과정 및 1, 2차 얼라인먼트 과정 이후에 각각의 얼라인먼트 과정에서 얻어진 패턴과 스테이지의 위치 및 스테이지의 이동값을 포함하는 1, 2차 얼라인먼트의 측정값들에 근거하여 카메라 및 스테이지의 좌표값을 재연산하는 좌표계 재연산과정과, 재연산한 결과를 학습하여 카메라와 스테이지에 대한 최적의 좌표계를 산출하고 캘리브레이션 데이터에 적용하는 분석 및 학습과정을 더 포함하여, 이러한 캘리브레이션 과정이 최초 시스템 설치시 한번만 수행되면 이후 카메라나 스테이지의 위치가 변경되더라도 캘리브레이션을 다시 수행할 필요가 없는 점이 기존의 시스템 및 방법들과 다르다.
더 상세하게는, 도 5를 참조하면, 도 5는 도 4에 나타낸 본 발명의 실시예에 따른 스마트 비전 얼라인먼트 시스템(10)의 비전 얼라인먼트 동작 중 좌표계 재연산 과정의 구체적인 구성을 개략적으로 나타내는 플로차트이다.
도 5에 나타낸 바와 같이, 좌표계 재연산 과정은, 1차 얼라인먼트시의 패턴과 스테이지의 위치 및 스테이지의 이동값을 확인하고, 마찬가지로 2차 얼라인먼트시의 패턴과 스테이지의 위치 및 스테이지의 이동값을 확인하며, 이와 같이 하여 얻어진 측정값 데이터를 이용하여 카메라 및 스테이지의 좌표값을 재연산하는 처리가 수행되도록 구성될 수 있다.
즉, 스테이지와 목표(target)와의 거리값은 변하지 않으므로, 스테이지의 이동량을 알면 이동한 2차 목표의 위치를 정확하게 계산할 수 있으며, 또한, 오차가 발생할 경우, 카메라와 스테이지와의 상대적인 거리값을 재계산할 수 있다.
아울러, 이러한 재계산과정은, 예를 들면, 회전변환 행렬과 역회전변환 행렬의 공식을 이용하여, 회전에 따른 이동량 계산식을 사용하여 카메라 및 스테이지의 좌표값을 재연산하는 처리가 수행되도록 구성될 수 있다.
계속해서, 도 6을 참조하면, 도 6은 도 4에 나타낸 본 발명의 실시예에 따른 스마트 비전 얼라인먼트 시스템(10)의 비전 얼라인먼트 동작 중 분석 및 학습과정의 구체적인 구성을 개략적으로 나타내는 플로차트이다.
도 6에 나타낸 바와 같이, 분석 및 학습과정은, 예를 들면 인공지능(AI)을 이용하여, 좌표계 재연산과정에서 재연산한 좌표계에 대하여 표준분포 및 패턴의 변화를 측정하고 학습하여 최적의 카메라 및 스테이지의 좌표계를 산출하고, 그 결과를 캘리브레이션 데이터에 적용하는 처리가 수행되도록 구성될 수 있다.
더 상세하게는, 카메라와 스테이지와의 거리값 계산이 반복되면 그 결과에 편차가 발생하고, 이는 정규분표 형태로 나타나게 된다.
또한, 설비의 진동 및 목표(target)의 검출오차에 의한 카메라와 스테이지간의 상대거리값에 대한 오차가 발생하므로, 일정한 정규분포 내에 있는 데이터를 캘리브레이션에 적용 가능한 신뢰성이 높은 데이터로 볼 수 있으며, 이러한 데이터를 수집해서 평균값을 산출한다.
아울러, 카메라의 위치가 실제로 변경된 경우, 또는, 스테이지의 위치가 변경된 경우에는 수집되는 데이터값이 정규분포 밖으로 벗어 나게 되고, 반복적인 정규분포 밖의 데이터가 발생하면 실제적인 시스템의 변화로 인지하여 기존에 구해진 데이터 및 정규분포 형태를 버리고 최근의 정규분포 밖으로 벗어난 데이터에 근거하여 새로운 정규분포 형태와 평균화된 값을 재계산한다.
따라서 상기한 바와 같이, 표준편차의 형태에 근거하여 시스템이 안정화된 상태와 불안정한 상태를 판단할 수 있으며, 이를 평균값을 산출하는 알고리즘의 파라미터에 반영하여, 안정화된 상태에서는 평균값을 산출하는 저대역필터(Low pass filter)의 알고리즘에서 변화량을 최소화하며, 아직 안정화된 상태가 아닐 경우엔 변화를 빠르게 추적하도록 변화량을 자동으로 조절한다.
여기서, 상기한 저대역필터(Low Pass Filter)의 경우, 예를 들면, IIR(Infinite Impulse Response) 필터 방식을 사용하도록 구성될 수 있다.
따라서 상기한 바와 같이 하여 구해진 좌표계의 변화량, 즉, 카메라의 위치와 스테이지의 위치를 이용하여 캘리브레이션 데이터에서 좌표계에 대한 부분을 수정함으로써, 추가적인 캘리브레이션 동작을 하지 않고 정렬성능을 유지할 수 있다.
여기서, 도 4 내지 도 6을 참조하여 상기한 본 발명의 실시예에서는 1차 및 2차 얼라인먼트 과정에서 얻어진 데이터에 근거하여 좌표계를 재연산하고, 인공지능을 이용한 학습을 통해 최적의 카메라 및 스테이지의 좌표계를 산출하는 경우를 예로 하여 본 발명을 설명하였으나, 본 발명은 반드시 상기한 실시예의 경우로만 한정되는 것은 아니며, 즉, 본 발명은, 예를 들면, 2차보다 더 많은 얼라인먼트 데이터를 수집하고 학습하여 최적의 좌표계를 산출도록 구성될 수도 있는 등, 필요에 따라 다양하게 구성될 수 있는 것임에 유념해야 한다.
따라서 상기한 바와 같이 하여 본 발명의 실시예에 따른 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법을 구현할 수 있다.
또한, 상기한 바와 같이 하여 본 발명에 따른 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법을 구현하는 것에 의해, 본 발명에 따르면, 인공지능을 통해 얼라인먼트 작업중에 시스템의 상태를 파악하고 파악한 내용을 학습하여 추가적인 캘리브레이션 동작이 필요 없도록 구성되는 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법이 제공됨으로써, 비전 얼라인먼트를 수행시 카메라의 위치나 스테이지의 위치를 변경할 때마다 캘리브레이션을 다시 하고 그 결과를 관리해야만 하는 불편함이 있었던 종래기술의 비전 얼라인먼트 시스템 및 방법들의 문제점을 해결할 수 있다.
아울러, 본 발명에 따르면, 피사체를 촬영하기 위한 카메라와, 피사체의 위치를 변경하기 위한 무빙 스테이지(Moving Stage) 및 스마트 비전 얼라인먼트 프로그램이 실행되어 무빙 스테이지의 동작 및 전체적인 시스템의 동작을 제어하는 제어부를 포함하여 구성되고, 상기 스마트 비전 얼라인먼트 프로그램은, 카메라를 통해 얻어진 이미지로부터 목표(target)와 스테이지의 최초 위치를 각각 산출하고, 스테이지의 위치를 변경하여 다시 변경된 목표와 스테이지의 위치를 각각 산출하며, 산출된 각각의 위치에 근거하여 카메라와 스테이지의 위치를 계산하고, 이러한 과정을 반복 수행하면서 카메라와 스테이지의 위치값 분포를 분석 및 학습하는 것에 의해, 해당 정렬시스템에서의 좌표계 변화를 측정하고 최적의 비전 캘리브레이션 값을 결정하는 처리가 수행되도록 구성되는 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법이 제공됨으로써, 추가적인 캘리브레이션 동작이 필요 없으므로 비전 얼라인먼트 작업을 보다 신속하고 용이하게 수행할 수 있는 동시에, 그것에 의해, 전체적인 시스템이나 제품의 생산성 및 작업효율을 더욱 높일 수 있다.
이상, 상기한 바와 같은 본 발명의 실시예를 통하여 본 발명에 따른 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법의 상세한 내용에 대하여 설명하였으나, 본 발명은 상기한 실시예에 기재된 내용으로만 한정되는 것은 아니며, 따라서 본 발명은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 설계상의 필요 및 기타 다양한 요인에 따라 여러 가지 수정, 변경, 결합 및 대체 등이 가능한 것임은 당연한 일이라 하겠다.

Claims (7)

  1. 스마트 비전 얼라인먼트(Vision Alignment) 시스템에 있어서,
    피사체를 촬영하기 위한 적어도 하나 이상의 카메라(Camera)와 상기 피사체의 위치를 변경하기 위한 무빙 스테이지(Moving Stage)의 동작 및 전체적인 시스템의 동작을 제어하는 제어부를 포함하여 구성되고,
    상기 제어부는,
    상기 카메라를 통해 얻어진 이미지로부터 목표(target)와 상기 무빙 스테이지의 최초 위치를 각각 산출하고, 상기 무빙 스테이지의 위치를 변경하여 다시 변경된 목표와 상기 무빙 스테이지의 위치를 각각 산출하며, 산출된 각각의 위치에 근거하여 상기 카메라와 상기 무빙 스테이지의 위치를 계산하는 과정을 반복 수행하면서 인공지능을 통해 상기 카메라와 상기 무빙 스테이지의 위치값 분포를 분석 및 학습하는 것에 의해, 상기 비전 얼라인먼트 시스템에서의 좌표계 변화를 측정하고 최적의 캘리브레이션 값을 결정하는 처리가 수행되도록 구성되는 것을 특징으로 하는 스마트 비전 얼라인먼트 시스템.
  2. 제 1항에 있어서,
    상기 제어부는,
    상기 카메라 및 상기 무빙 스테이지의 초기 위치를 설정하고 캘리브레이션을 수행하는 초기 캘리브레이션 과정;
    상기 카메라 및 상기 무빙 스테이지의 위치를 취득하고 상기 목표의 위치에 대한 상기 무빙 스테이지의 이동값을 계산하여 상기 무빙 스테이지를 이동시키는 1차 비전 얼라인먼트 과정;
    상기 1차 비전 얼라인먼트 과정 후에 다시 상기 카메라 및 상기 무빙 스테이지의 위치를 취득하고 상기 목표의 위치에 대한 상기 무빙 스테이지의 이동값을 계산하여 상기 무빙 스테이지를 이동시키는 2차 비전 얼라인먼트 과정;
    상기 1차 비전 얼라인먼트 과정 및 상기 2차 비전 얼라인먼트 과정에서 각각 얻어진 상기 목표와 상기 무빙 스테이지의 위치 및 상기 무빙 스테이지의 이동값을 포함하는 측정값들에 근거하여 상기 카메라 및 상기 무빙 스테이지의 좌표값을 재연산하는 좌표계 재연산과정; 및
    상기 좌표계 재연산과정에서 재연산한 결과를 인공지능을 통해 학습하여 상기 카메라와 상기 스테이지에 대한 최적의 좌표계를 산출하고 캘리브레이션 데이터에 적용하는 분석 및 학습과정을 포함하는 처리가 수행되도록 구성됨으로써, 상기 카메라나 상기 무빙 스테이지의 위치가 변경되더라도 캘리브레이션을 다시 수행할 필요가 없도록 구성되는 것을 특징으로 하는 스마트 비전 얼라인먼트 시스템.
  3. 제 2항에 있어서,
    상기 좌표계 재연산 과정은,
    상기 1차 비전 얼라인먼트 과정의 상기 목표와 상기 무빙 스테이지의 위치 및 상기 무빙 스테이지의 이동값과, 상기 2차 비전 얼라인먼트 과정의 상기 목표와 상기 무빙 스테이지의 위치 및 상기 무빙 스테이지의 이동값을 포함하는 측정데이터를 이용하여 상기 카메라 및 상기 무빙 스테이지의 좌표값을 재연산하는 처리가 수행되도록 구성되는 것을 특징으로 하는 스마트 비전 얼라인먼트 시스템.
  4. 제 3항에 있어서,
    상기 좌표계 재연산 과정은,
    회전변환 행렬과 역회전변환 행렬을 이용하여 회전에 따른 이동량을 계산하는 것에 의해 상기 카메라 및 상기 무빙 스테이지의 좌표값을 재연산하는 처리가 수행되도록 구성되는 것을 특징으로 하는 스마트 비전 얼라인먼트 시스템.
  5. 제 2항에 있어서,
    상기 분석 및 학습과정은,
    인공지능(AI)을 이용하여, 상기 좌표계 재연산과정에서 재연산한 좌표계에 대하여 표준분포 및 패턴의 변화를 측정하고, 상기 인공지능을 이용한 학습을 통해 상기 카메라 및 상기 무빙 스테이지에 대한 최적의 좌표계를 산출하며, 산출된 최적의 좌표계를 캘리브레이션 데이터에 적용하는 처리가 수행되도록 구성되는 것을 특징으로 하는 스마트 비전 얼라인먼트 시스템.
  6. 제 5항에 있어서,
    상기 분석 및 학습과정은,
    상기 좌표계 재연산 과정을 통해 얻어진 데이터를 수집하여 평균값을 산출하고 미리 정해진 정규분포 내에 있는 데이터를 캘리브레이션에 적용할 데이터로 설정하며,
    수집되는 데이터값이 상기 정규분포 밖으로 벗어나는 경우가 미리 정해진 기준을 초과하여 발생되면 실제로 상기 카메라 또는 상기 무빙 스테이지의 위치가 변경된 것으로 인지하여, 기존에 구해진 데이터 및 정규분포 형태를 버리고 최근의 정규분포 밖으로 벗어난 데이터에 근거하여 새로운 정규분포 형태와 평균화된 값을 재계산하는 것에 의해, 표준편차의 형태에 근거하여 안정화된 상태와 불안정한 상태를 판단하고 캘리브레이션 데이터에서 좌표계에 대한 부분을 수정하는 처리가 수행되도록 구성됨으로써, 추가적인 캘리브레이션 동작을 하지 않고 정렬성능을 유지할 수 있도록 구성되는 것을 특징으로 하는 스마트 비전 얼라인먼트 시스템.
  7. 청구항 1항 내지 청구항 6항 중 어느 한 항에 기재된 스마트 비전 얼라인먼트 시스템을 이용한 비전 얼라인먼트(Vision Alignment) 방법에 있어서,
    비전 얼라인먼트 시스템의 카메라 및 무빙 스테이지의 초기 위치를 설정하고 캘리브레이션을 수행하는 초기 캘리브레이션 단계;
    상기 카메라 및 상기 무빙 스테이지의 위치를 취득하고 목표(target)의 위치에 대한 상기 무빙 스테이지의 이동값을 계산하여 상기 무빙 스테이지를 이동시키는 1차 비전 얼라인먼트 단계;
    상기 1차 비전 얼라인먼트 과정 후에 다시 상기 카메라 및 상기 무빙 스테이지의 위치를 취득하고 상기 목표의 위치에 대한 상기 무빙 스테이지의 이동값을 계산하여 상기 무빙 스테이지를 이동시키는 2차 비전 얼라인먼트 단계;
    상기 1차 비전 얼라인먼트 단계 및 상기 2차 비전 얼라인먼트 단계에서 각각 얻어진 패턴과 상기 무빙 스테이지의 위치 및 상기 무빙 스테이지의 이동값을 포함하는 측정값들에 근거하여 상기 카메라 및 상기 무빙 스테이지의 좌표값을 재연산하는 좌표계 재연산단계; 및
    상기 좌표계 재연산단계에서 재연산한 결과를 인공지능을 통해 학습하여 상기 카메라와 상기 스테이지에 대한 최적의 좌표계를 산출하고 캘리브레이션 데이터에 적용하는 분석 및 학습단계를 포함하는 처리가 상기 비전 얼라인먼트 시스템의 제어부에 의해 수행되도록 구성됨으로써, 상기 카메라나 상기 무빙 스테이지의 위치가 변경되더라도 캘리브레이션을 다시 수행할 필요가 없도록 구성되는 것을 특징으로 하는 스마트 비전 얼라인먼트 방법.
PCT/KR2020/017477 2020-11-30 2020-12-02 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법 WO2022114340A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2020-0164958 2020-11-30
KR1020200164958A KR102257055B1 (ko) 2020-11-30 2020-11-30 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법

Publications (1)

Publication Number Publication Date
WO2022114340A1 true WO2022114340A1 (ko) 2022-06-02

Family

ID=76140612

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2020/017477 WO2022114340A1 (ko) 2020-11-30 2020-12-02 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법

Country Status (2)

Country Link
KR (1) KR102257055B1 (ko)
WO (1) WO2022114340A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102520647B1 (ko) 2021-11-30 2023-04-11 이재준 자가진단 및 보정 기능을 가지는 비전 얼라인먼트 시스템 및 이를 이용한 비전 얼라인먼트 방법
KR20240067639A (ko) 2022-11-09 2024-05-17 이재준 비전 얼라인먼트 시스템 및 이를 이용한 스테이지 이동시 진동 및 흔들림에 대한 오차보정방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4165871B2 (ja) * 2002-03-15 2008-10-15 キヤノン株式会社 位置検出方法、位置検出装置及び露光装置
KR20120041655A (ko) * 2010-10-21 2012-05-02 우시오덴키 가부시키가이샤 콘택트 노광 방법 및 장치
KR20180006311A (ko) * 2016-07-08 2018-01-17 캐논 톡키 가부시키가이샤 얼라인먼트 마크의 검출 방법, 얼라인먼트 방법 및 증착 방법
KR20200096134A (ko) * 2019-02-01 2020-08-11 가부시키가이샤 에바라 세이사꾸쇼 기판 처리 장치, 및 기판 처리 방법
KR20200125397A (ko) * 2019-04-26 2020-11-04 캐논 톡키 가부시키가이샤 얼라인먼트 장치, 성막 장치, 얼라인먼트 방법, 성막 방법 및 전자 디바이스의 제조 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5424144B2 (ko) * 1974-05-10 1979-08-18
KR101128913B1 (ko) 2009-05-07 2012-03-27 에스엔유 프리시젼 주식회사 비전 검사시스템 및 이를 이용한 좌표변환방법
KR101748162B1 (ko) * 2016-11-04 2017-06-16 다래비젼주식회사 능동형 비전 회로기판 검사장치 및 이를 이용한 회로기판 검사방법
JP7278138B2 (ja) * 2019-04-18 2023-05-19 キヤノン株式会社 基板処理装置、物品製造方法、基板処理方法、基板処理システム、管理装置、およびプログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4165871B2 (ja) * 2002-03-15 2008-10-15 キヤノン株式会社 位置検出方法、位置検出装置及び露光装置
KR20120041655A (ko) * 2010-10-21 2012-05-02 우시오덴키 가부시키가이샤 콘택트 노광 방법 및 장치
KR20180006311A (ko) * 2016-07-08 2018-01-17 캐논 톡키 가부시키가이샤 얼라인먼트 마크의 검출 방법, 얼라인먼트 방법 및 증착 방법
KR20200096134A (ko) * 2019-02-01 2020-08-11 가부시키가이샤 에바라 세이사꾸쇼 기판 처리 장치, 및 기판 처리 방법
KR20200125397A (ko) * 2019-04-26 2020-11-04 캐논 톡키 가부시키가이샤 얼라인먼트 장치, 성막 장치, 얼라인먼트 방법, 성막 방법 및 전자 디바이스의 제조 방법

Also Published As

Publication number Publication date
KR102257055B1 (ko) 2021-05-28

Similar Documents

Publication Publication Date Title
WO2022114340A1 (ko) 스마트 비전 얼라인먼트 시스템 및 이를 이용한 스마트 비전 얼라인먼트 방법
WO2014101281A1 (zh) 检测设备中镜头的光轴偏移的装置和方法
US4938600A (en) Method and apparatus for measuring registration between layers of a semiconductor wafer
WO2020153712A1 (ko) 기판 검사 장치 및 스크린 프린터의 결함 유형 결정 방법
WO2013081268A1 (en) Auto calibration method and ois camera using the same
WO2012050378A2 (ko) 기판 검사방법
CN107993958B (zh) 半导体缺陷检测/光刻中的正交性补偿方法及补偿***
WO2017082496A1 (ko) 웨이퍼 정렬방법 및 이를 이용한 정렬장비
WO2011068268A1 (ko) 엘이디 검사방법
WO2015100788A1 (zh) 探针膜厚测量机坐标补正方法及装置
WO2018074755A1 (ko) 기판 검사장치 및 이를 이용한 기판 검사방법
WO2019009465A1 (ko) 스프링 비전 검사장치 및 검사방법
WO2019017619A1 (ko) 이차전지용 전극 제조시스템 및 제조방법
KR20030039599A (ko) 공정 에러 측정 방법 및 장치와 이를 이용한 오버레이측정 방법 및 장치
WO2019119453A1 (zh) 图像匹配方法和视觉***
WO2017200324A1 (ko) 기판 결함 검사 장치 및 이를 이용한 검사 방법
WO2023080587A1 (ko) 딥러닝 기반의 mlcc 적층 얼라인먼트 검사 시스템 및 방법
WO2020040468A1 (ko) 유기발광소자의 혼색 불량 검출장치 및 검출방법
JP3823477B2 (ja) 画像計測装置
CN112561866B (zh) 基于ai与云计算技术的半导体基板光刻胶层缺陷检测***
WO2018048200A1 (ko) 편석 분석 장치 및 방법
WO2021101224A1 (ko) 반도체 포토리소그래피 공정의 웨이퍼 결함 검출 시스템
WO2020105978A1 (ko) 3차원 자유곡면 형상 측정 장치 및 방법
WO2022158940A1 (ko) 다채널 시료 칩을 이용한 미세입자 계수방법 및 이를 구현한 미세입자 계수장치
WO2019124750A1 (ko) 타임슬라이스 촬영을 위한 카메라 캘리브레이션 방법 및 이를 위한 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20963734

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20963734

Country of ref document: EP

Kind code of ref document: A1