淺析精密組裝系統的高精度定位

李有成

（中國電子科技集團公司第二研究所，山西太原 030024）

淺析精密組裝系統的高精度定位

李有成

（中國電子科技集團公司第二研究所，山西太原 030024）

介紹了精密組裝系統的功能以及系統組成，闡述了高精度定位的硬件結構以及視覺系統的標定，重點對Die邊界搜索、模式匹配、定位基準等圖形識別技術進行了深入探討，為高精度組裝設備的研發開拓思路和提供幫助。

精密組裝系統；視覺標定；圖像識別；高精度定位

精密組裝系統（High precision assembly system）是專門針對半導體集成電路封裝領域要求高精度、高一致性和高可靠性產品組裝的設備，可用于混合集成電路、光電模塊、微波模塊、多芯片組件（MCM）等的組裝，特別適合科研試制和產品的小批量生產。

精密組裝系統具有點膠、蘸膠（daub dipping）、貼片、共晶焊、倒裝芯片貼片等多種功能，此設備行程長（x軸達900 mm，y軸達500 mm），在全行程范圍內貼裝精度（焊后精度）要求達±12.7 μm。該系統硬件主要由計算機及接口系統、電氣系統、機械系統、光學和視覺系統以及氣路等組成。

要達到高精度貼裝定位，必須從系統硬件設計、組裝調試、視覺系統標定、圖像處理及軟件優化等方面整體考慮，采取綜合措施，才能使系統的精度和效率最佳。

1 高精度定位的硬件設計及分析

硬件組成：傳統的運動軸一般采用電機、聯軸器、滾珠絲桿螺母、軸承支座、限位開關以及硬檔塊等構成運動執行及安全機構，以及電機旋轉編碼器、直線光柵尺等組成閉環系統。

圖1 電機精確回原點的過程示意圖

為了實現高精度的定位需要，可采用直線電機（線性馬達）避免傳動副固有的機械誤差（絲桿螺母誤差雖可通過軟件進行補償，但調試過程費時且出廠即為固化值，使用中因磨損、松動等造成精度變化），而且直線電機驅動生成的粉塵顆粒少，同時滿足了組裝系統對精度和工藝清潔度的要求。

運動控制采用伺服電機或步進電機+旋轉編碼器（encode），設置原點接近開關用來校正原點位置，光電編碼器index監測零點位置。圖1所示為電機回原點的過程，當檢測到負限位開關時，則沿逆向找到index標記后停止，這樣再次運動時編碼器將從0開始計數，此原點相對準確。因本系統采用cognex8000系列亞像素級視覺系統，故使用0.5 μm分辨率的線性光柵尺即可（0.1 μm分辨率的光柵尺價格劇增）。

系統定位誤差的主要來源有：絲桿螺母的間隙、原點限位開關的靈敏性、旋轉編碼器/直線光柵尺格柵的誤差、系統裝配誤差、視覺系統誤差等組成，這些綜合誤差決定了系統的定位精度。

精密組裝系統采用了視覺圖像識別系統與閉環伺服運動控制系統相結合的辦法，共同完成芯片在基板上的精密組裝。由于閉環運動控制技術比較成熟，不再多述，下面僅對精密組裝系統的視覺系統進行探討，重點對視覺系統的標定、blob搜索以及模式匹配等方面加以論述。

2 視覺系統及其標定

2.1 視覺系統構成及功能

精密組裝系統貼裝精度達±12.7 μm ，則系統運動定位精度需±0.5 μm以上，而所貼裝的芯片尺寸最小可達0.2 mm×0.2 mm，只有采用高精度、高效率的視覺識別系統才能完成高精度的組裝和量產組裝效率。

精密組裝系統工作臺和視覺系統布局如圖2所示。

圖2 組裝系統工作臺及相機布局示意圖

視覺系統采用下視（Look down）和上視（Look up）兩個相機。下視相機主要用于Waffle以及wafer芯片、基片臺上的基板等目標物的成像及其坐標的定位，它是由一臺CCD相機和兩組放大倍率不同的鏡頭Mag1、Mag2組成，見圖3所示。Mag1、Mag2位于θ轉軸的同心圓上，以適應小元件和基板（共晶基板最大50 mm×50 mm）成像，或芯片分別進行粗（寬范圍）/細（局部精細）顯示，可按需要進行切換。上視相機主要用于校準下視相機 Mag1、Mag2的偏移、八轉塔拾取頭（Tools）、點膠頭的校準以及倒裝芯片成像。

圖3 相機中心與θ旋轉中心偏移

單色紅光對LED芯片、鍍金基板與載物臺（黑色Waffle臺、基片臺，白色AIN共晶臺）識別的功能較強，因此光學系統采用同軸光源和LED環形光源進行照明。通過軟件調節亮度，增加元件與背景的對比度。圖像識別系統采用256級灰度視覺系統，通過計算機板卡完成圖像的采集。

視覺系統要獲得精確的精度值，需要相機CCD平面和芯片的表面相平行，否則將發生透視性失真，從而很難保證精度。相機CCD與零件表面的平行通常通過人工調整夾具來保證，即使借助激光干涉儀也很難完全保證平行，而且需要耗費很長的時間。因此，必須采用相機參數標定進行修正。

2.2 視覺系統的標定

實際應用中，視覺系統的定位很大程度上取決于坐標變換的精度，所以提高視覺系統的定位精度必須對兩個相機進行高精度的參數標定。

視覺系統的標定主要是確定像素坐標與物理坐標之間的關系。即坐標變換，以及修正透視性失真引起的畸變。我們采用直接光學方法，結合cognex軟件功能，精確標定視覺系統。

制作經精密加工的標定塊，它是一塊經光刻工藝制作出精確圖案的光學玻璃，標定塊上圖形位置精度達±0.1 μm。移動z軸使相機對標定塊上的精細圖案清晰聚焦，然后分別移動x、y，通過直線光柵尺的坐標反饋，反饋值是經結合伺服電機編程器脈沖計數和光柵尺軟件插值后的值，由于相機存在安裝誤差，首先確定圖像和實際x、y軸間的角度以及軸向放大因子，進而計算出相機像素與物理坐標的關系：

除標定相機像素與坐標的關系外，由于拾取轉塔頭、下視相機安裝的位置并不在θ旋轉中心，因此還需標定下視相機鏡頭與z軸中心的偏移量，8個拾取轉塔頭（Tools）相對位置和尺寸以及點膠頭位置等。

相機的偏移是一項很重要的校準項，θ轉動、Tools和聚焦焦距（即z坐標）均依賴它的精度。確定下視相機鏡頭的光學中心與θ轉塔拾取頭的中心線的相對位置。

上下視相機關系（offset）：上視相機固定在工作臺上，利用小孔成像原理，制作校準定位器，見圖4所示，將擋光板放在上視相機正上方，移動x、y使校準孔對正上視相機鏡頭中心，移動z軸使下視相機鏡頭通過校準孔聚焦于上視相機圖形識別的搜索框范圍（見圖5）。

圖5 校準Mag#1和Mag#2的偏移

通過上視相機分別對Mag1和Mag2中心聚焦，建立了Mag#1和Mag#2兩個下視鏡頭之間的關系（偏移量），重復此過程，聚焦拾取Tools、點膠頭，確定它們與Mag1的相對位置，這里不再詳述。

3 芯片圖像識別定位

圖像識別定位的核心是元件的位置精度以及智能、高效的搜索路徑規劃。

3.1 圖像預處理

對獲取的圖像進行二值化處理（產生8位256級灰度圖），在二值化前后，分別對圖像進行濾波平滑處理，以消除圖像中的噪聲和其他干擾。

3.2 邊界搜索及邊緣探測

圖像特征分析主要包括圖像分割、特征提取（幾何形狀、邊界描述、紋理特性）等。機器視覺中常用的算法包括：搜索、Blob分析、邊緣（Edge）、卡尺工具（Caliper Tool）等。

邊緣是圖像基本特征之一，是圖像中兩個具有不同灰度的均勻區域的邊界，它反映了灰度的突變，因此邊緣檢測是圖像匹配的關鍵。

精密組裝系統主要處理小型裸芯片，上料方式以Waffle Pack或 Gen Pack（為 50 mm×50 mm的方盒）以及wafer（200 mm晶圓盤）為主，Die通常為方形或矩形。由于Die在華夫盤中的存放位置不是特別規整，也不一定按陣列全部放滿。圖像識別系統從采集的包含華夫盤信息的圖像中提取Die的邊界特征，Die邊界探索順序分成三步：先進行Blob探索，然后邊緣檢測（Edge finder），再通過基準點計算出芯片的中心，進而確定該Die在華夫盤中的方向（傾角）。

Blob算法，就是在一塊區域內把出現“灰度突變”的范圍找出來，通過Blob探索進一步縮小搜索的區域，從而提高了邊緣檢測的速度。Blob搜索過程見圖6所示，waffle pack的探索范圍應稍大于waffle盒，Blob探索框通常選取大于元件對角線的15%～20%。

Blob算法主要是針對waffle中零星放置的小型die（如1 mm×1 mm以下）采用的快速搜索算法。

圖6 Blob搜索過程

邊緣探測器（Edge finder）采用幾何圖形匹配技術，從經Blob算法縮小的探索區域（見圖6中間的Blob探索）的左側和上側開始，見圖7所示，將圖像中對比度發生變化的點定義為“邊緣”。每個邊緣探測器在一條直線上尋找產生對比度變化開始和結束的兩點，當所有的邊緣都已定位后，這些連線（connected）的點就繪成了一個矩形。

成功的邊緣探測主要依賴照明，對比度越高，探測成功的機會就越大。

3.3 利用基準點確定方向

圖7 邊緣探測器

Die元件通常沒有Mark標記，標準模型采用芯片上的4個角作參考定位。芯片的拾取和貼裝定位方式：根據實際使用要求，可選面積（area）定位、焊盤（或凸點）定位、點定位3種方式，見圖8所示。

圖8 面積定位、焊盤/凸點定位、點定位

一般基板貼裝選用面積定位，此方式需兩個參考基準點，采用左上角與右下角作基準點，當然也可用左上角與右上角。由圖形關于幾何中心軸對稱的性質，通過基準點，即可確定芯片中心點的位置及轉動角度。

凸點倒裝芯片則選焊盤/凸點定位方式，在元件和基板上分別選取對應的兩個焊盤/凸點A、B作為定位基準。對于兩端浸錫金屬化的電容器，為了保證相鄰元件間的相對定位精度，也可使用焊盤定位方式。點定位是一個點到點的貼放方式，即沒有角度修正的直接貼裝，如單焊盤元件，可實現快速貼裝。

3.4 匹配度質量評價

在模板匹配算法中，圖像匹配質量的度量值用Q表示，Q是一個從0～1 000范圍的像素值，保證模式識別能找到目標，推薦的最小Q值的范圍是750～900（即達75%～90%相似度）。調節同軸光源和環形照明光源，增加芯片與華夫盤、基板與基板載盤之間的對比度，增強圖像匹配的質量和減小搜索時間。

除“Q值”外，完成邊緣搜索、匹配算法所需的時間t（單位ms）同樣重要，t值越小，匹配速度越快，是適宜的匹配算法。

4 結束語

本文研究了精密組裝系統定位的硬件結構以及視覺系統的標定，結合Die在華夫盤中放置特點，提出了采用Blob分析和通過參考基準點的幾何模式匹配相結合的快速定位方法。通過實驗分析、驗證，達到了預期目的，Die搜索時間一般小于30 ms，極大地提高了芯片貼裝的位置精度以及圖像處理的速度，可適應各種尺寸誤差的Die以及Die在華夫盤中的放置誤差，達到了工業現場應用的要求。

：

[1]解楊敏，劉強.高精度自動貼片機視覺系統定位算法研究[J].光學技術，2008，34（3）：449-452.

[2]李建平，劉濤，鄒中升.熱超聲倒裝鍵合機視覺系統的設計與實現[J].中南大學學報（自然科學版），2007，38（1）：116-121.

[3]馬永華，耿瑞芳，張罡.基于Blob算法的機器視覺圖像識別方法的研究[J].儀器儀表用戶，2008（4）：1-2.

Simply Analyse High Precision Positioning of Precision Assembly System

LI Youcheng
（The 2th Research Instite of CETC，Taiyuan 030024，China）

Abstract:This paper briefly introduces the function and the hardware composition of precision assembly system and expounds the hardware structure of high precision positioning and the calibration of vision system.focusing on the boundary of the die search,the pattern matching and the aligning fiducials that the pattern recognition technologies,the article makes an in-deeth discussion.Aming at providing some help and constructive suggestions for the assembly equipment of developing

Keywords:Precision assembly system；Vision calibration；Pattern recognition;High precision positioning

TP391.41

A

1004-4507（2013）12-0013-05

2013-11-13

李有成（1963-），碩士研究生，高級工程師，主要從事微組裝工藝設備的研發和工藝技術研究。