【技术实现步骤摘要】
本专利技术涉及半导体封装，特别是基于计算机视觉的键合银丝精准取料的方法及系统。
技术介绍
1、随着微电子制造业的快速发展，键合银丝作为一种重要的互连材料在半导体封装领域扮演着关键角色。传统的键合银丝取料技术主要依赖于人工操作或简单的机械自动化系统，这些方法在精度和效率方面存在明显局限性。近年来，随着计算机视觉技术的不断进步，其在工业自动化领域的应用日益广泛。然而，将计算机视觉技术应用于键合银丝精准取料过程中仍面临诸多挑战。首先，键合银丝的微小尺寸和高反射率使得图像采集和处理变得复杂；其次，键合银丝在取料过程中可能发生形变或位移，导致实时定位困难；再者，现有的视觉算法在处理高速动态场景时往往存在延迟和精度不足的问题。此外，由于键合银丝材料的特殊性，其表面状况和张力变化对取料质量有显著影响，但现有技术难以实现对这些参数的精确监测和控制。
2、为了克服上述技术难题，研究人员提出了各种改进方案。例如，采用多光谱成像技术提高图像质量，引入深度学习算法优化目标识别和跟踪，以及使用高速相机和并行处理技术减少系统延迟。然而，这些方法在实际应用中仍存在一些不足。比如，多数系统缺乏对键合银丝状态的全面评估能力，难以根据实时状况动态调整取料策略；同时，现有技术在处理异常情况时的自适应能力有限，往往需要人工干预，影响了生产效率。另外，当前的视觉系统大多专注于2d图像处理，未能充分利用3d信息来提高取料精度。
3、此外，现有方法在整合多种传感器数据以实现更精准的状态判断和控制方面仍有提升空间。因此，开发一种基于先进计算机视觉技术的
技术实现思路
1、鉴于现有的键合银丝取料技术存在的问题，提出了本专利技术。
2、因此，本专利技术所要解决的问题在于如何实现基于计算机视觉的键合银丝精准取料，以提高取料精度、效率和自适应能力。
3、为解决上述技术问题，本专利技术提供如下技术方案：
4、第一方面，本专利技术实施例提供了基于计算机视觉的键合银丝精准取料的方法，其包括，通过传感器模块收集键合银丝和取料装置间的图像特征；基于所述图像特征，判断键合银丝的位置和形态特征；建立虚拟取料特征表判断键合银丝的实时状态；根据键合银丝的实时状态判断取料类型进行精准取料。
5、作为本专利技术所述计算机视觉的键合银丝精准取料的方法的一种优选方案，其中：所述图像特征包括键合银丝的形状、表面状况、质地、颜色、直径、长度以及弯曲程度；所述图像特征的收集过程包括以下步骤：通过高分辨率图像传感器捕获键合银丝的表面状况，生成2d图像；基于所述2d图像，通过深度传感器测量键合银丝的直径和长度，形成键合银丝的3d模型，并数据联合形成图像特征，判断键合银丝的位置和形态特征。
6、作为本专利技术所述计算机视觉的键合银丝精准取料的方法的一种优选方案，其中：所述判断键合银丝的位置和形态特征包括，基于所述图像特征，利用计算机视觉算法，启动多模态传感器阵列，采集并分析键合银丝的2d图像和3d模型的数据；对所述2d图像和3d模型的数据进行预处理，并利用深度学习的语义分割技术处理预处理后的rgb图像，识别键合银丝的边缘；结合由激光雷达获取的深度信息，得出键合银丝和取料装置的实际距离；根据所述实际距离和键合银丝边缘的2d坐标，利用计算几何方法计算键合银丝的3d坐标和取料装置的3d坐标；根据所述键合银丝的3d坐标和取料装置的3d坐标，使用基于机器学习的回归模型，确定键合银丝的实际位置和形状；所述预处理包括去噪、滤波和亮度调整。
7、作为本专利技术所述计算机视觉的键合银丝精准取料的方法的一种优选方案，其中：所述虚拟取料特征表的建立过程包括以下步骤：根据键合银丝的实际位置和预期位置，计算键合银丝的偏移量a；同时收集键合银丝的偏移量a、直径、长度、表面状况以及弯曲程度，计算键合银丝的瞬时体积；基于所述瞬时体积，判断取料点是否为最优位置，并将收集和计算得到的所有信息记录在虚拟取料特征表中；根据虚拟取料特征表中的信息，判断键合银丝的实时状态；同时根据所述实时状态判断取料类型。
8、作为本专利技术所述计算机视觉的键合银丝精准取料的方法的一种优选方案，其中：所述判断取料类型包括，当偏移量a>0.1mm时，则检测键合银丝状态；若键合银丝直径偏差超过0.01mm，且键合银丝长度偏差超过0.1mm时，则判断键合银丝状态为b1级；当0.05mm≤偏移量a≤0.1mm时，若键合银丝表面状况和弯曲程度同时处于异常趋势，则判断键合银丝状态为b2级；当0.05mm≤偏移量a≤0.1mm时，若键合银丝直径偏差≤0.01mm，且键合银丝长度偏差≤0.1mm时，则判断键合银丝状态为b3级；若键合银丝状态为b1级，则立即停止取料操作，自动标定异常区域，引导操作人员进行调整，并在调整过程中，实时监控调整进度；若键合银丝状态为b2级，则根据虚拟取料特征表的实时信息，判断键合银丝状态，调整取料装置位置和取料装置实际速度v，同时调整取料装置实际角度θ；若调整后无法停止键合银丝表面状况和弯曲程度同时处于异常趋势，则将此键合银丝状态转入b1级处理；若键合银丝状态为b3级，则持续监控键合银丝的状态，实时调整取料参数，预防因键合银丝状态变化引发的取料问题；若偏移量a、键合银丝直径或键合银丝长度l在未来的检测中表现出异常趋势，则将此键合银丝状态转入b2级处理；所述异常趋势包括在最近的连续5次检测中任一检测中表现出异常结果，判断为处于异常趋势。
9、作为本专利技术所述计算机视觉的键合银丝精准取料的方法的一种优选方案，其中：所述判断键合银丝状态是根据虚拟取料特征表的实时信息，通过计算键合银丝的偏移量a、直径、长度、表面状况以及弯曲程度；所述偏移量a的具体公式如下：
10、
11、其中，a为键合银丝的偏移量，x为键合银丝实际x坐标，x0为键合银丝预期x坐标，y为键合银丝实际y坐标，y0为键合银丝预期y坐标，z为键合银丝实际z坐标，z0为键合银丝预期z坐标，α为角度偏差权重系数，θ为取料装置实际角度，θ0为取料装置预期角度，v为取料装置实际速度，v0为取料装置预期速度，β为速度偏差权重系数，vmax为取料装置最大速度，l为键合银丝的长度。
12、作为本专利技术所述计算机视觉的键合银丝精准取料的方法的一种优选方案，其中：所述判断键合银丝状态还包括，当键合银丝状态处于静态取料状态时，则通过取料前姿态装置精确测量并控制取料点的位置；若取料点位置偏离预设范围，则调整取料装置的姿态，修正取料点位置；若调整后的位置仍偏离预设范围，则通过键合银丝张力监测仪实时监控并调整键合银丝的张力；若张力超过预设阈值，则调整取料点位置和取料装置姿态；若取料点位置和键合银丝张力仍不能恢复到预设范围，则启动报警机制暂停取料操作以待人工检查和处理；当键合银丝状态处于动态取料状态时，则通过键合银丝速度监测仪实时监测键合银丝的移动速度；若移动速度超过预设范围，则调整取料装置的速度；若调整后的速度本文档来自技高网...
【技术保护点】
1.基于计算机视觉的键合银丝精准取料的方法，其特征在于：包括，
2.如权利要求1所述的计算机视觉的键合银丝精准取料的方法，其特征在于：所述图像特征包括键合银丝的形状、表面状况、质地、颜色、直径、长度以及弯曲程度；所述图像特征的收集过程包括以下步骤：
3.如权利要求2所述的计算机视觉的键合银丝精准取料的方法，其特征在于：所述判断键合银丝的位置和形态特征包括，
4.如权利要求1所述的计算机视觉的键合银丝精准取料的方法，其特征在于：所述虚拟取料特征表的建立过程包括以下步骤：
5.如权利要求4所述的计算机视觉的键合银丝精准取料的方法，其特征在于：所述判断取料类型包括，
6.如权利要求5所述的计算机视觉的键合银丝精准取料的方法，其特征在于：所述判断键合银丝状态是根据虚拟取料特征表的实时信息，通过计算键合银丝的偏移量a、直径、长度、表面状况以及弯曲程度；所述偏移量a的具体公式如下：
7.如权利要求6所述的计算机视觉的键合银丝精准取料的方法，其特征在于：所述判断键合银丝状态还包括，
8.基于计算机视觉的键合银丝
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述的计算机视觉的键合银丝精准取料的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述的计算机视觉的键合银丝精准取料的方法的步骤。
...【技术特征摘要】
1.基于计算机视觉的键合银丝精准取料的方法，其特征在于：包括，
2.如权利要求1所述的计算机视觉的键合银丝精准取料的方法，其特征在于：所述图像特征包括键合银丝的形状、表面状况、质地、颜色、直径、长度以及弯曲程度；所述图像特征的收集过程包括以下步骤：
3.如权利要求2所述的计算机视觉的键合银丝精准取料的方法，其特征在于：所述判断键合银丝的位置和形态特征包括，
4.如权利要求1所述的计算机视觉的键合银丝精准取料的方法，其特征在于：所述虚拟取料特征表的建立过程包括以下步骤：
5.如权利要求4所述的计算机视觉的键合银丝精准取料的方法，其特征在于：所述判断取料类型包括，
6.如权利要求5所述的计算机视觉的键合银丝精准取料的方法，其特征在于：所述判断键合银丝状态是根据虚拟取料...
【专利技术属性】
技术研发人员：李盛伟，李妍琼，
申请(专利权)人：深圳中宝新材科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。