基于人工智能的晶圆切割道视觉定位方法技术

本发明专利技术涉及晶圆划片技术领域，具体涉及基于人工智能的晶圆切割道视觉定位方法

【技术实现步骤摘要】
基于人工智能的晶圆切割道视觉定位方法


[0001]本专利技术涉及晶圆划片
，具体涉及基于人工智能的晶圆切割道视觉定位方法
。

技术介绍

[0002]晶圆切割也称为划片，使用高速旋转的金刚石刀片在晶圆上切割单个裸片，以形成独立的单个晶圆，为后续工艺做准备
。
随着减薄工艺技术的发展，晶圆直径逐渐变大，单位面积上集成的电路更多，留给分割的切割道空间变得更小，对晶圆中切割道进行定位，以提高晶圆切割的准确性
。
[0003]现有技术根据晶圆中切割道内刀痕线段与切割道的边之间的距离，对晶圆进行切割时切割道中切割位置进行调整，但是刀具对切割道进行切割时会出现细微摆动，使对晶圆中切割道定位不准确，导致对晶圆切割时损伤芯片，降低对晶圆切割的准确率
。

技术实现思路

[0004]为了解决刀具切割时出现细微摆动，晶圆中切割道定位不准确的技术问题，本专利技术的目的在于提供一种基于人工智能的晶圆切割道视觉定位方法，所采用的技术方案具体如下：本专利技术提出了一种基于人工智能的晶圆切割道视觉定位方法，该方法包括：获取在晶圆的不同切割道内依次进行切割时，每次切割后的晶圆切割灰度图像；获取每次切割后得到的晶圆切割灰度图像中切割道内刀痕中线段与刀痕边线段；获取每次切割的切割时间段内刀痕中线段上每个像素点对应的时刻；基于刀痕中线段与刀痕边线段之间的距离，将每次切割的刀痕中线段上每个像素点到其所在切割道的任意一条边之间距离转换为，每次切割的刀痕中线段上每个像素点的偏移值；对每次切割的刀痕中线段上每个像素点的偏移值进行拟合，得到每次切割的刀痕中线段上每个像素点的预测偏离度；根据每次切割的刀痕中线段上每个像素点与其相邻时刻的像素点的偏移值之间的差异与切割道的宽度，获取每次切割的刀痕中线段的偏移频度值；结合每次切割的刀痕中线段上每个像素点的预测偏离度与所述偏移频度值，获取每次切割的刀痕中线段上每个像素点的综合偏差量；依据每次切割的刀痕中线段上像素点的综合偏差量与所述预测偏离度，对每次切割的刀痕中线段所在的切割道内预设参考刀痕线段与该切割道的任意一条边之间的距离进行调整，得到对晶圆进行下一次切割时切割道中的切割位置
。
[0005]进一步地，所述获取每次切割后得到的晶圆切割灰度图像中切割道内刀痕中线段与刀痕边线段的方法，包括：对每次切割后得到的晶圆切割灰度图像中的切割道进行边缘检测得到三条边缘
线；所述边缘线之间相互平行；将中间的边缘线作为切割道的刀痕中线段，将余下两条边缘线作为切割道的刀痕边线段；每条刀痕边线段与刀痕中线段之间的距离相等
。
[0006]进一步地，所述偏移值的获取方法，包括：对于每次切割的刀痕中线段，选取刀痕中线段所在切割道的其中一条边作为基准切割边；将刀痕中线段上每个像素点与基准切割边之间的距离，作为刀痕中线段上每个像素点的边间距；根据刀痕中线段上相邻时刻的像素点的边间距之间的差异，获取刀痕中线段上每个像素点的综合间距；将刀痕中线段与任意一条刀痕边线段之间的距离作为基准分割值；将刀痕中线段所在的切割道内预设参考刀痕线段与该切割道的任意一条边之间的距离作为标准侧间距；将标准侧间距分别与刀痕中线段上每个像素点的综合间距的差值，作为刀痕中线段上每个像素点的中间距；将刀痕中线段上每个像素点的中间距与基准分割值的比值进行取整运算，得到刀痕中线段上每个像素点的偏移值
。
[0007]进一步地，所述根据刀痕中线段上相邻时刻的像素点的边间距之间的差异，获取刀痕中线段上每个像素点的综合间距的方法，包括：以时间为横轴，边间距为纵轴建立第一二维坐标系；对于每次切割的刀痕中线段，选取刀痕中线段的其中一个端点作为基准端点；从刀痕中线段的基准端点开始，将刀痕中线段上每个时刻的像素点的边间距在第一二维坐标系中进行标注得到第一坐标点；对第一二维坐标系中的第一坐标点进行曲线拟合，将得到的拟合函数作为刀痕中线段的间距函数；利用刀痕中线段的间距函数获取每次切割的刀痕中线段上每个像素点的综合间距
。
[0008]进一步地，所述每次切割的刀痕中线段上每个像素点的综合间距的计算公式如下：式中，为每次切割的刀痕中线段上第
i
个像素点的综合间距；为每次切割的刀痕中线段的间距函数；为每次切割的刀痕中线段上第
i
‑1个像素点对应的时刻；为每次切割的刀痕中线段上第
i
个像素点对应的时刻
。
[0009]进一步地，所述预测偏离度的获取方法，包括：以时间为横轴，偏移值为纵轴建立第二二维坐标系；对于每次切割的刀痕中线段，从刀痕中线段的所述基准端点开始，将刀痕中线段上每个时刻的像素点的偏移值在第二二维坐标系中进行标注得到第二坐标点；利用一元线性回归预测法对第二二维坐标系中的第二坐标点进行直线拟合得到偏移预测线段；将每个时刻在偏移预测线段上对应的偏移值作为刀痕中线段上每个时刻的像素点的偏移预测值；将所述标准侧间距与所述基准分割值的比值进行取整运算，得到偏移容差值；
将刀痕中线段上每个像素点的偏移预测值与偏移容差值的比值，作为刀痕中线段上每个像素点的预测偏离度
。
[0010]进一步地，所述偏移频度值的获取方法，包括：对于每次切割的刀痕中线段，将刀痕中线段上相邻时刻的像素点的偏移值之间的差值作为前一个时刻的像素点的判断偏量；统计刀痕中线段上判断偏量等于0的像素点的数量作为刀痕中线段的偏移数；结合刀痕中线段上相邻时刻的像素点的偏移值之间的差异
、
所述偏移数与所述偏移容差值，获取刀痕中线段的偏移频度值
。
[0011]进一步地，所述偏移频度值的计算公式如下：式中，
F
为每次切割的刀痕中线段的偏移频度值；
m
为每次切割的刀痕中线段的偏移数；
L
为偏移容差值；
n
为每次切割的刀痕中线段上像素点的总数量；为每次切割的刀痕中线段上第
i
‑1个像素点的偏移值；为每次切割的刀痕中线段上第
i
个像素点的偏移值；为绝对值函数
。
[0012]进一步地，所述综合偏差量的获取方法，包括：根据每次切割的刀痕中线段上每个像素点的预测偏离度的绝对值与所述偏移频度值，获取每次切割的刀痕中线段上每个像素点的综合偏差量；所述预测偏离度与所述偏移频度值均与所述综合偏差量为正相关的关系
。
[0013]进一步地，所述对晶圆进行下一次切割时切割道中的切割位置的获取方法，包括：对于每次切割的刀痕中线段，将刀痕中线段上的预设基准像素点的预测偏离度与预设第一值的和作为分子，刀痕中线段上的预设基准像素点的综合偏差量与预设第二值的和作为分母得到比值作为间距调整系数；将每次切割的刀痕中线段的所述间距调整系数与所述标准侧间距的乘积，作为对晶圆进行下一次切割时的补偿值；对晶圆进行下一次切割时切割道中的切割位置与所述基准切割边之间的距离等于所述补偿值
。
[0014]本专利技术具有如下有益效果：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于人工智能的晶圆切割道视觉定位方法，其特征在于，该方法包括：获取在晶圆的不同切割道内依次进行切割时，每次切割后的晶圆切割灰度图像；获取每次切割后得到的晶圆切割灰度图像中切割道内刀痕中线段与刀痕边线段；获取每次切割的切割时间段内刀痕中线段上每个像素点对应的时刻；基于刀痕中线段与刀痕边线段之间的距离，将每次切割的刀痕中线段上每个像素点到其所在切割道的任意一条边之间距离转换为，每次切割的刀痕中线段上每个像素点的偏移值；对每次切割的刀痕中线段上每个像素点的偏移值进行拟合，得到每次切割的刀痕中线段上每个像素点的预测偏离度；根据每次切割的刀痕中线段上每个像素点与其相邻时刻的像素点的偏移值之间的差异与切割道的宽度，获取每次切割的刀痕中线段的偏移频度值；结合每次切割的刀痕中线段上每个像素点的预测偏离度与所述偏移频度值，获取每次切割的刀痕中线段上每个像素点的综合偏差量；依据每次切割的刀痕中线段上像素点的综合偏差量与所述预测偏离度，对每次切割的刀痕中线段所在的切割道内预设参考刀痕线段与该切割道的任意一条边之间的距离进行调整，得到对晶圆进行下一次切割时切割道中的切割位置
。2.
根据权利要求1所述的一种基于人工智能的晶圆切割道视觉定位方法，其特征在于，所述获取每次切割后得到的晶圆切割灰度图像中切割道内刀痕中线段与刀痕边线段的方法，包括：对每次切割后得到的晶圆切割灰度图像中的切割道进行边缘检测得到三条边缘线；所述边缘线之间相互平行；将中间的边缘线作为切割道的刀痕中线段，将余下两条边缘线作为切割道的刀痕边线段；每条刀痕边线段与刀痕中线段之间的距离相等
。3.
根据权利要求1所述的一种基于人工智能的晶圆切割道视觉定位方法，其特征在于，所述偏移值的获取方法，包括：对于每次切割的刀痕中线段，选取刀痕中线段所在切割道的其中一条边作为基准切割边；将刀痕中线段上每个像素点与基准切割边之间的距离，作为刀痕中线段上每个像素点的边间距；根据刀痕中线段上相邻时刻的像素点的边间距之间的差异，获取刀痕中线段上每个像素点的综合间距；将刀痕中线段与任意一条刀痕边线段之间的距离作为基准分割值；将刀痕中线段所在的切割道内预设参考刀痕线段与该切割道的任意一条边之间的距离作为标准侧间距；将标准侧间距分别与刀痕中线段上每个像素点的综合间距的差值，作为刀痕中线段上每个像素点的中间距；将刀痕中线段上每个像素点的中间距与基准分割值的比值进行取整运算，得到刀痕中线段上每个像素点的偏移值
。4.
根据权利要求3所述的一种基于人工智能的晶圆切割道视觉定位方法，其特征在于，所述根据刀痕中线段上相邻时刻的像素点的边间距之间的差异，获取刀痕中线段上每个像素点的综合间距的方法，包括：以时间为横轴，边间距为纵轴建立第一二维坐标系；对于每次切割的刀痕中线段，选取刀痕中线段的其中一个端点作为基准端点；从刀痕
中线段的基准端点开始，将刀痕中线段上每个时刻的像素点的边间距在第一二维坐标系中进行标注得到第一坐标点；对第一二维坐标系中的第一坐标点进行曲线拟合，将得到的拟合函数作为刀痕中线段的间距函数；利用刀痕中线段的间距函数获取每次切割的刀痕中线段上每个像素点的综合间距
。5.
根据权利要求4所述的一种基于人工智能的晶圆切割道视觉定位方法，其特征在于，所述每次切割的刀痕中线段上...

【专利技术属性】
技术研发人员：肖攀，周博，张登，张红日，吴刚，
申请(专利权)人：湖南才道半导体科技有限公司，
类型：发明
国别省市：