面向晶圓圖的芯片定位方法

楊東旭，李宏軍，郝曉博，吳立豐

(中國(guó)電子科技集團(tuán)公司第十三研究所,河北 石家莊 050051)

0 引言

芯片的測(cè)試分選是半導(dǎo)體制造流程中的重要工序。各個(gè)領(lǐng)域?qū)π酒枨罅康娜找嫣嵘瑢?duì)半導(dǎo)體制造業(yè)提出了考驗(yàn)。半導(dǎo)體分選機(jī)是將切割后的晶圓上的芯片進(jìn)行剝離和種類分選的半導(dǎo)體自動(dòng)化設(shè)備，是半導(dǎo)體測(cè)試分選的核心設(shè)備之一。芯片分選的一種常用方式是根據(jù)晶圓圖進(jìn)行分選。晶圓圖是通過探針臺(tái)和自動(dòng)光學(xué)檢測(cè)設(shè)備(AOI)[1]進(jìn)行晶圓性能測(cè)試后形成的，包含了芯片與工藝控制監(jiān)測(cè)器(PCM)區(qū)的相對(duì)位置和芯片的類別[2-3]。由于擴(kuò)膜工藝，芯片間隙存在的誤差較大，同時(shí)由于分選的剝離過程使得芯片載膜發(fā)生形變，若晶圓載臺(tái)按照理想間隙距離進(jìn)行移動(dòng)時(shí)，容易造成芯片的錯(cuò)位，導(dǎo)致后續(xù)分選的錯(cuò)誤[4]。

目前，在根據(jù)晶圓圖進(jìn)行芯片分選時(shí)，直接根據(jù)2點(diǎn)之間的最短路徑進(jìn)行移動(dòng)，主要采用機(jī)器視覺進(jìn)行動(dòng)態(tài)誤差的補(bǔ)償，來(lái)實(shí)現(xiàn)芯片的精確定位[5]。矩形擬合[6]和圖像分割可通過檢測(cè)芯片的邊緣實(shí)現(xiàn)定位[7]，但是精度不能滿足需求；基于點(diǎn)模式匹配的定位算法耗時(shí)長(zhǎng)[8]，視覺定位的實(shí)時(shí)性不能保證。由于PCM與芯片的外觀不同，分選經(jīng)過PCM區(qū)時(shí)，無(wú)法對(duì)位置進(jìn)行視覺校正，尤其是穿過大面積PCM區(qū)時(shí)，容易發(fā)生芯片錯(cuò)位。應(yīng)對(duì)移動(dòng)的路徑進(jìn)行規(guī)劃，繞行PCM區(qū)，進(jìn)行粗略定位后，再使用圖像匹配方法進(jìn)行更精確的視覺定位。

本文針對(duì)晶圓圖特點(diǎn)與使用場(chǎng)景，提出一種面向晶圓圖的芯片定位方法，在晶圓圖提供的相對(duì)位置與類別信息的基礎(chǔ)上，對(duì)晶圓圖進(jìn)行預(yù)處理，制作柵格地圖，應(yīng)用路徑規(guī)劃算法，搜尋可避開PCM區(qū)的最短路徑，初步實(shí)現(xiàn)芯片的粗定位；構(gòu)建芯片的標(biāo)準(zhǔn)模板，針對(duì)芯片種類多，表面紋理復(fù)雜度不同的特點(diǎn)，優(yōu)化匹配識(shí)別算法，進(jìn)一步對(duì)芯片位置進(jìn)行精確定位。將此方法在芯片分選平臺(tái)上進(jìn)行驗(yàn)證，實(shí)驗(yàn)結(jié)果表明，此方法可基本解決芯片錯(cuò)位的問題，提高定位精度。

1 方案整體設(shè)計(jì)

本方案分為粗略定位和精確定位2步，結(jié)合了路徑規(guī)劃與模板匹配算法，通過芯片分選設(shè)備的運(yùn)動(dòng)控制系統(tǒng)與視覺系統(tǒng)實(shí)現(xiàn)。整體流程如圖1所示。

圖1 整體方案流程

首先讀取晶圓圖文件并進(jìn)行預(yù)處理，生成可視化界面，選取易于辨別位置的參考點(diǎn)進(jìn)行晶圓圖與晶圓的對(duì)準(zhǔn)，同時(shí)獲取芯片圖像，建立匹配模板；然后選擇目標(biāo)點(diǎn)，進(jìn)行路徑規(guī)劃，根據(jù)理想平均間隙和位姿進(jìn)行粗略定位，按照最優(yōu)路徑進(jìn)行移動(dòng)，每移動(dòng)固定步長(zhǎng)，則獲取當(dāng)前位置周圍圖像，通過模板匹配，得到精確位置；最后根據(jù)精確位置進(jìn)行校正，繼續(xù)按照步長(zhǎng)移動(dòng)直到定位到目標(biāo)點(diǎn)。

2 晶圓圖上的粗略定位

2.1 晶圓圖預(yù)處理

晶圓上芯片和PCM區(qū)的排列符合柵格地圖的特點(diǎn)。PCM區(qū)形狀大小與標(biāo)準(zhǔn)芯片均不相同，且不同種類晶圓之間PCM不具有一致性，進(jìn)行粗略定位時(shí)，不可定位到PCM區(qū)。在進(jìn)行最短路徑規(guī)劃前，首先對(duì)PCM區(qū)進(jìn)行處理。如圖2所示，PCM區(qū)分布類型包含分散式排列(圖2a)和直線貫穿式排列(圖2b)。

圖2 PCM區(qū)排列方式

PCM區(qū)呈分散式分布時(shí)，通過規(guī)劃路徑可繞行PCM區(qū)，直接將PCM區(qū)設(shè)為障礙點(diǎn)。若PCM區(qū)貫穿整個(gè)晶圓，則路徑無(wú)法繞行，需對(duì)晶圓圖進(jìn)行預(yù)處理，對(duì)直線排列的PCM按間隔設(shè)置為障礙點(diǎn)，對(duì)未設(shè)置成障礙點(diǎn)的PCM區(qū)，將經(jīng)過其路徑的代價(jià)設(shè)為正常芯片代價(jià)的5倍，以降低經(jīng)過非障礙點(diǎn)PCM區(qū)的次數(shù)；并將此類PCM區(qū)設(shè)置為非法匹配點(diǎn)，以避免路徑規(guī)劃后移動(dòng)時(shí)對(duì)PCM區(qū)進(jìn)行模板匹配。預(yù)處理后的晶圓圖如圖3所示，黑色部分為障礙點(diǎn)，黑白點(diǎn)紋為非法匹配點(diǎn)。

圖3 預(yù)處理后的晶圓圖

2.2 路徑規(guī)劃算法設(shè)計(jì)

A*算法[9]是路徑規(guī)劃中常用搜索算法，應(yīng)用啟發(fā)式思想擴(kuò)展鄰節(jié)點(diǎn)，引導(dǎo)搜索方向。但是A*算法會(huì)搜索許多等效的路徑，同時(shí)大部分節(jié)點(diǎn)的擴(kuò)展是沒有必要的，導(dǎo)致在對(duì)節(jié)點(diǎn)列表查詢和進(jìn)出操作上花費(fèi)大量時(shí)間，尤其是晶圓圖所含芯片數(shù)越多時(shí)，A*算法的缺點(diǎn)就越明顯。采用跳點(diǎn)對(duì)A*算法進(jìn)行改進(jìn)，跳點(diǎn)搜索算法[10]是針對(duì)柵格地圖提出的路徑規(guī)劃算法，符合晶圓圖的特點(diǎn)。選擇性的擴(kuò)展節(jié)點(diǎn)，裁剪掉不需計(jì)算的多余點(diǎn)，跳點(diǎn)搜索算法的對(duì)角搜索優(yōu)先性打破了搜索過程中的對(duì)稱性，降低了內(nèi)存成本，縮短了晶圓圖上路徑規(guī)劃的時(shí)間。本文路徑規(guī)劃算法流程如圖4所示。

圖4 路徑規(guī)劃流程

Openlist和Closedlist為記錄擴(kuò)展節(jié)點(diǎn)的列表，綜合代價(jià)為從起始點(diǎn)經(jīng)過擴(kuò)展點(diǎn)后到達(dá)目標(biāo)點(diǎn)的估計(jì)距離，其中非法匹配點(diǎn)的距離為正常距離的5倍。為減少計(jì)算量，進(jìn)行路徑搜索時(shí)，對(duì)柵格邊長(zhǎng)進(jìn)行歸一化，晶圓圖上當(dāng)前規(guī)格芯片最短邊長(zhǎng)與該方向上理想間隙之和歸一化為單位長(zhǎng)度，另一方向的長(zhǎng)度按上述比例進(jìn)行歸一化。路徑規(guī)劃后，按固定長(zhǎng)度進(jìn)行移動(dòng)，一般步長(zhǎng)選5個(gè)柵格長(zhǎng)度，移動(dòng)至非法匹配點(diǎn)時(shí)，沿路徑向前移動(dòng)1個(gè)柵格，避開PCM區(qū)。

對(duì)預(yù)處理后的晶圓圖采用跳點(diǎn)搜索算法進(jìn)行路徑規(guī)劃，仿真結(jié)果如圖5所示，灰色部分為用于粗略定位的節(jié)點(diǎn)，S為起點(diǎn)，E為目標(biāo)點(diǎn)。

圖5 路徑規(guī)劃仿真結(jié)果

3 芯片精確定位

3.1 LINE-2D基本原理及流程

LINE-2D[11]是一種匹配速度快的形狀匹配算法，其基本原理是將圖像梯度作為匹配依據(jù)，完成模板匹配，其對(duì)光照和噪聲的變化具有魯棒性。LINE-2D的步驟為：

a.將特征點(diǎn)的梯度方向量化為8個(gè)方向，用8位二進(jìn)制數(shù)表示，如圖6a所示。

b.對(duì)量化后的方向在擴(kuò)散距離為F的鄰域內(nèi)進(jìn)行擴(kuò)散，圖6b所示擴(kuò)散距離為2。

c.為每個(gè)方向制作預(yù)響應(yīng)圖，圖6c所示為向左和向上方向的預(yù)響應(yīng)表。預(yù)響應(yīng)圖內(nèi)的值τ根據(jù)式(1)計(jì)算為

(1)

i為量化后的方向；L為擴(kuò)散圖內(nèi)某點(diǎn)所包含的方向集合；l為擴(kuò)散圖內(nèi)某點(diǎn)的某一方向。

d.線性存儲(chǔ)預(yù)響應(yīng)表，以擴(kuò)散距離F為步距進(jìn)行存儲(chǔ)，匹配時(shí)將線性存儲(chǔ)表對(duì)齊后進(jìn)行相似性度量計(jì)算，如圖6d所示。

圖6 LINE-2D實(shí)現(xiàn)步驟

3.2 針對(duì)芯片圖像的LINE-2D算法改進(jìn)

LINE-2D將梯度方向量化成8個(gè)方向，模板內(nèi)最多只能包含63個(gè)特征點(diǎn)，芯片圖像較大或表面紋理過多時(shí)，匹配結(jié)果會(huì)存在較大誤差。本方法中為提高結(jié)果可靠性，將梯度量化為16個(gè)方向，模板內(nèi)可包含特征點(diǎn)的最大數(shù)量提高到了8 191個(gè)，特征點(diǎn)增多后使用多層圖像金字塔進(jìn)行匹配，同時(shí)采用AVX指令集進(jìn)行并行運(yùn)算，實(shí)現(xiàn)加速。

為滿足芯片生產(chǎn)與檢測(cè)要求的精度，梯度方向擴(kuò)散造成的定位誤差需通過亞像素精度級(jí)的模板匹配進(jìn)行彌補(bǔ)。采用Zernike矩[12]對(duì)Sobel算子提取到的邊緣點(diǎn)進(jìn)行精確定位，以降低匹配結(jié)果的誤差，利用Zernike矩的旋轉(zhuǎn)不變性，根據(jù)不同階的Zernike矩來(lái)求得模型的參數(shù)，通過與閾值進(jìn)行對(duì)比，確定邊緣點(diǎn)的精確位置。

Zernike矩模型如圖7所示，l為檢測(cè)點(diǎn)與邊緣的最短距離；φ為x軸與l的夾角，即特征點(diǎn)的精確梯度方向；h為背景灰度；k為階躍灰度。根據(jù)式(2)至式(5)求得模型參數(shù)，其中，Anm為n階m次Zernike矩。

圖7 Zernike矩模型

(2)

(3)

(4)

(5)

根據(jù)式(6)最終確定邊緣點(diǎn)精確位置(xs,ys)為

(6)

(x0,y0)為Sobel算子提取到的邊緣點(diǎn)粗略位置；R為卷積模板的大小。

對(duì)某規(guī)格芯片進(jìn)行亞像素精度輪廓的提取,結(jié)果如圖8所示。根據(jù)Zernike矩提取到的邊緣點(diǎn)位置與梯度進(jìn)行亞像素模板的建立，模板圖像的大小為M×N，對(duì)LINE-2D匹配結(jié)果的(M+2F)×(N+2F)區(qū)域內(nèi)進(jìn)行模板匹配，由于在很接近模板大小的范圍內(nèi)進(jìn)行匹配，亞像素精度上的模板匹配耗時(shí)很短。相似度量ε通過式(7)計(jì)算為

圖8 亞像素級(jí)輪廓提取

(7)

I為待匹配的區(qū)域；T為模板；c為匹配時(shí)T相對(duì)于I的位置；P為模板上所有特征點(diǎn)的位置列表；r為P中的元素，表示某一特征點(diǎn)的位置；ori(O,r)為模板圖像上處的梯度方向；ori(I,c+r)為待匹配圖像上對(duì)應(yīng)位置處的梯度方向。

4 實(shí)驗(yàn)結(jié)果與分析

本文方法在芯片分選設(shè)備上進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)所用芯片圖像通過芯片分選設(shè)備的視覺系統(tǒng)采集，其主要配置為：工業(yè)相機(jī)像素?cái)?shù)為2 448×2 048，幀率為21.9 幀/s。方法性能的驗(yàn)證均在同一芯片分選設(shè)備的計(jì)算機(jī)上進(jìn)行，其配置為：CPU為Intel Core i5-6500處理器，主頻3.2 GHz，運(yùn)行內(nèi)存為8 GB。開發(fā)環(huán)境為Visual Studio2017和.Net Framework4.5。

為驗(yàn)證本文方法，與直接按照晶圓圖定位的方法、只使用基于相關(guān)性(normalized cross correlation，NCC)算法[14]進(jìn)行定位的方法，以及路徑規(guī)劃與NCC結(jié)合的定位方法進(jìn)行實(shí)驗(yàn)對(duì)比，選擇3種常規(guī)尺寸的晶圓和5種不同規(guī)格的芯片，每個(gè)晶圓上隨機(jī)選擇200個(gè)芯片進(jìn)行定位實(shí)驗(yàn)。實(shí)驗(yàn)數(shù)據(jù)信息如表1所示。

表1 測(cè)試實(shí)驗(yàn)所用數(shù)據(jù)

實(shí)驗(yàn)測(cè)試的方法中應(yīng)用視覺定位時(shí)，每5個(gè)芯片進(jìn)行1次視覺定位，定位實(shí)驗(yàn)結(jié)果如表2所示。表2中，θ為定位過程中在每個(gè)芯片上所用的平均時(shí)間。

由表2可以得出，只根據(jù)晶圓圖進(jìn)行定位的錯(cuò)位率很高，這是由于晶圓圖反映的位置信息不包括芯片間隙的誤差；直接進(jìn)行NCC圖像匹配的定位方法芯片錯(cuò)位率較高，是由于經(jīng)過PCM區(qū)時(shí)無(wú)法定位，導(dǎo)致穿出PCM區(qū)時(shí)發(fā)生芯片錯(cuò)位片；JPS與NCC結(jié)合的方法在錯(cuò)位率方面與本文方法相同，僅為0.10%，位置誤差略高于本文方法，且所耗時(shí)間較長(zhǎng)，此差距主要由視覺匹配定位產(chǎn)生。綜上可得，本文算法能夠更好地解決芯片分選中的定位問題。

表2 不同方法定位效果對(duì)比

5 結(jié)束語(yǔ)

本文面向晶圓圖提出了一種芯片定位方法。通過跳點(diǎn)搜索算法進(jìn)行路徑規(guī)劃，實(shí)現(xiàn)對(duì)PCM區(qū)的繞行和粗略定位，通過改進(jìn)的LINE-2D圖像匹配方法完成了芯片的精確定位。以芯片分選設(shè)備為平臺(tái)，選擇多種晶圓和芯片進(jìn)行實(shí)驗(yàn)，結(jié)果表明，本文方法可適用于不同晶圓和芯片，芯片錯(cuò)位率為0.10%，定位精度可達(dá)±0.004 mm，定位路徑經(jīng)過1個(gè)芯片的平均時(shí)間在30 ms以內(nèi)，基本解決了依據(jù)晶圓圖進(jìn)行分選時(shí)芯片錯(cuò)位的問題，同時(shí)提高了定位精度，使芯片生產(chǎn)的效率和質(zhì)量有所提高。