仲博 胡玉 戴西娜
飞思卡尔半导体（中国）有限公司 天津 300385
摘要：晶圆测试是半导体封测的生产的重要环节。晶圆测试中，探针与其对应测试垫的位置对准非常关键。但该技术在准确性和效率方面仍有不足。尽管探针痕迹自动检测技术逐渐成熟，但利用探针痕迹对针位进行修正的主流方法仍为手动或者半自动，导致自动生产过程中断。随着图像处理水平的提高，从针痕自动检测时采集的图片中，可以快速准确的提取针痕和测试垫的几何信息，进而利用刚体运动模型和最小二乘拟合计算出最优修正参数。应用该方法于探针测试控制系统，开发出新型探针与测试垫对准修正系统。该系统部署在服务器端，通过网络与探针机通信，使图像采集、信息处理、修正控制全部自动化、标准化，提高了准确性和生产效率。
关键词：探针对准；探针痕迹处理；刚体运动；最小二乘
一、简介
晶圆测试工序是芯片封测流程的重要步骤，主要是对晶圆上的裸晶颗粒进行电性测试，筛选出良品送入后续封装环节。进行电性测试，需要通过大量探针连接测试资源和待测裸晶颗粒，每颗探针都需要准确可靠的接触裸晶颗粒上的对应金属测试垫。不良接触严重影响测试效果，甚至，探针接触到测试垫有效区域外面，产生结构缺陷，如裂纹，影响芯片可靠性。尤其近年来芯片集成度不断提高，边长40微米的方形测试垫越来越多的出现在产品中，对探针和测试垫的对准要求越来越高。而且，基于成本的考虑，测试并行度也在提升，同时测试上百个产品的测试方案越来越多，原有的对准方法在原理、速度方面不再适用。
通常，每个生产批次开始前，探针机要进行探针和测试垫的对准，之后进行探针与测试垫的试接触。会在测试垫金属表面留下探针痕迹，它反应了接触状况，影响测试效果和质量。因此，试接触后，要进行探针痕迹检查。对准是通过相机获取针尖和测试垫的位置信息计算的，针尖状态、探针滑动情况、对准系统误差等因素会影响对准效果。另外，提取针尖信息需要频繁对焦，速度较慢，限制了参与对准计算的针尖测试垫对的数量。因此，利用探针痕迹和测试垫的几何位置进行对准更加直接。
探针设备不断进步，可以在自动检测探针痕迹的同时，通过网络将相应图片传送到服务器。服务器上运行的离线对准系统对图片进行分析，识别探针痕迹和测试垫，提取其几何信息【1】，利用刚体运动模型和最小二乘拟合方法在探针机承载台平面内进行对准计算，产生沿承载台X、Y和θ轴的修正参数【2】。再远程控制探针机进行位置修正，改善接触情况。对于高并行度测试，由于探针众多，需要处理大量针痕图片。在服务器端，利用人工智能技术和并行计算，可以大幅提高图像处理速度和准确性，减少延迟。且通过并行处理，使探针设备的运行不受影响，同时进行生产测试。该独立运行于服务器的对准系统可以直接接入探针机测试机系统，也可以通过其它控制系统接入测试系统。
二、传统探针对准方法及系统
晶圆测试阶段，晶片未切割封装，需要通过探针连接裸晶颗粒上的金属测试垫和测试资源，进行电性测试。测试开始前，探针台对探针和金属测试垫进行位置对准，修正X、Y、Z和θ轴的运动参数，减小平移和旋转误差，确保良好的接触效果。测试过程中，探针机承载台将晶圆运至探针卡下并升起，使测试垫与探针针尖接触。在接触处会留下探针痕迹。
如图1所示，传统对准方法包括三个步骤：自动探针对准，自动晶圆对准和手动修正。探针对准时，探针机相机依次移动到待测针尖处，测量针尖位置。由于该测量需要在Z轴方向上通过多次聚焦搜寻针尖准确位置，较耗时，每根探针平均需要2秒。因此，尽管探针卡针数不断增加，但是由于时间成本，通常只选择少数探针进行对准。当然抽样量小会产生较大的误差，尤其是某些针尖磨损或位置偏移时。晶圆对准时，探针台通过相机获取探针对准中所选探针的对应测试垫的位置信息。探针机利用这些针尖和测试垫的位置信息，进行拟合计算并初步设定探针机载物台运动参数，并按照该参数进行试接触。
试接触时，常出现误对准情况，即在X轴、Y轴或θ轴上存在较大误差。严重时导致针痕在测试垫上的位置显著偏移，超过测试垫边缘，产生质量风险，此类芯片视为废品（MIL-STD-883）。该问题更多是由θ轴的转动误差造成，而非X轴或Y轴的移动误差。这是因为转动误差依三角关系沿晶片直径转化为X和Y向误差并放大。常见现象是沿一方向各裸晶颗粒上的针痕偏移程度逐渐严重。即使没有显著的误差，针痕位置也会在几个微米的范围内波动。再考虑针痕尺寸通常大于10微米，对于如今常见的40微米的方形测试垫，挑战严峻。因此，如何使针痕尽量靠近测试垫中心而远离其边缘非常重要。这对于安装数千甚至数万根探针的针卡，极具挑战，需要巧妙的算法和强悍的算力。但目前仍然需要操作人员手动修正。
手动修正是为了削减探针台自动对准误差，尽量使所有针痕接近理想位置。如图1虚线框内所示，包括试接触、目检和调整三个步骤。首先通过试接触产生针痕，以反映当前对准情况。然后观察针痕并依经验判断误差情况。接着对X、Y和θ轴误差进行手动修正。再循环进行试接触、目检、修正，直到针痕位置比较理想，结束手动修正，继续生产。该步骤需要操作人员手动操作、人为判断，非常耗时。对于针数较多的产品，人为判断常不理想，尤其θ轴误差常需调整，占时超过5%。考虑大量针痕的情况并做出判断，直觉和经验不够准确，需要自动的、定量的计算解决该问题。
三、新型探针对准方法及系统
传统探针和测试垫位置对准存在两大问题，一是探针对准步骤虽然是自动化的，但由于在Z轴上频繁对焦而耗时，只能抽样少量探针，而Z向误差较大。二是手动修正步骤耗时且不够准确，对X、Y和θ上的误差的修正不理想。对于问题一，已有电学接触方法来快速准确的对Z轴参数进行修正。因此对问题二，需找到新方法来解决X、Y和θ轴参数修正问题。随着技术发展，探针机自动目检功能逐渐成熟，大量包括针痕和测试垫的清晰图片可以在自动目检运行的同时从探针机相机发送到服务器，延时很短，不会对生产过程和效率产生影响。这些图片包含着进行X、Y和θ轴对准修正的完整信息。而且，生产中针尖常常变形或者被污染，针尖图像噪声大于针痕图像。利用这些几何信息可以分析出如何调整，但需要大量运算。因此，在新对准系统中， 利用服务器进行该计算，可以减少探针机系统负载。这样，在自动针痕检查时，探针机将图片和相关信息发送到服务器，并通知服务器开始运行新型对准修正系统。
图1 传统与新型探针对准流程
.png)
该系统获取针痕和测试垫的位置信息后，将其与理想位置信息转化至统一坐标系，进而利用模型计算得到修正参数。产品导入阶段，优化并确定针痕和测试垫理想位置。在生产阶段，为已知信息。实际生产中，相对探针阵列的尺寸而言，测量出的针痕和测试垫的实际位置变化很小。同时，探针机各子系统良好的工作在统一的直角坐标系统中。因此，合理简化该二维变换模型，忽略伸缩和反射，考虑移动和转动【3】，即二维刚体变换模型。这样，问题就是要确定最合适的二维刚体变换模型的参数。使针痕中心与测试垫中心尽量重合。通常，公式1表达刚体移动和转动，包括三个参数，a0表示X轴平移误差，b0表示Y轴平移误差，θ表示θ轴转动误差。
.png)
公式1
上述模型细化并程序化后可替代手动修正步骤，进一步整合，自动化全部对准过程，即成为新型全自动探针和测试垫对准方法。这将带来三个优点。第一、消减自动探针对准和自动晶圆对准产生的误差甚至错误。得益于高速运算处理能力，大量探针痕迹和测试垫的信息都被用于运算，噪声被抑制，误差约缩小为针痕数量的平方根分之一。第二，替代手动修正过程，使全过程自动化，有益于效率和成本。第三，避免了手动修正时的人为操作和判断错误，降低质量风险。
新型全自动探针对准方法包括五步，如图1所示。自动探针对准、自动晶圆对准、探针测试垫试接触、图像自动采集和自动修正。前三步和传统的对准方法相同，由探针机自动连续完成。而后，探针机自动继续针迹检查并上传图片及信息至服务器。完成后，立即通知服务器开始运行图像处理和修正运算程序，计算出X、Y和θ轴的修正参数，发送修正指令到探针机，探针机收到指令后，在下次接触前进行修正。当然，特殊情况导致无法修正，如个别探针严重损坏，该系统将停止探针机并报警。
自动修正也包括四步，如图1所示。第一步处理图片，获取测试垫和针痕的几何信息。先对图像进行增强、过滤、极化、腐蚀和膨胀等预处理，再通过斑块分析得到测试垫和针痕区域，并利用形态学滤波器降噪，接着利用索贝尔方法提取测试垫和和针痕区域的边缘，最后进行填充，得到完整的探针痕迹区域【4】。之后，根据预设，通过各测试垫边缘定位其中心或某顶点作为此图片参考点，该参考点理想相对坐标(, )已在产品导入过程中确定。根据探针机发送的当前位置(Xp, Yp)，利用公式2计算出上述各参考点的当前位置(, )。在针痕边缘密集等间距的取一系列点，并根据其与参考点的相对距离推出位置(, )，同时也将预设的针痕中心理想位置转换到当前坐标系。同样方法，在测试垫边缘也取一系列点(, )。通过这两组点，找到针迹边缘到其对应测试垫特定边缘的最大和最小距离，再利用公式3得到该探针痕迹中心位置(, )。
公式2
.png)
公式3
第二步将测试垫和针迹位置转换到统一的坐标系。由于晶圆转动通过探针机θ轴实现，而θ轴垂直于其承载台中心(Xc, Yc)。晶圆中心与承载台中心重合。因此需要利用公式4将上述诸点坐标(, )转化为以θ轴为原点的坐标系中的新坐标(, )，以便计算转动修正角度。
.png)
公式4
第三步利用刚体运动模型对实际与理想位置进行拟合，计算X、Y和θ轴的修正参数。在将探针Ni (i=1,2,…n)对应的针痕中心点转化到以θ轴为原点的新坐标系后，将理想针痕中心记作qi(xi, yi)，实际针痕中心记作pi (xi, yi)。经过整理，公式1表示的二维刚体运动模型用矩阵表达为公式4，公式中实际针痕中心为p = {p1, p2, …, pn}，理想针痕中心为q = {q1, q2, …, qn}，t为平移向量，R为转动矩阵，a0表示X轴上的平移误差，b0表示Y轴上的平误差，θ表示θ轴上的转动误差。
.png)
其中， ,
公式5
由于针痕数量超过2，需要利用最小二乘法确定参数a0、b0和θ，以最优拟合实际和理想针痕中心，通过公式6计算平移向量和转动矩阵。SO(2) = {R}，detR=+1表明为右手系。该模型为非线性。又针痕点数众多，属于超定情况。无法使用常规最小二乘特征值解法，可以使用奇异值分解法求解【5】。
公式6
.png)
第四步通过针痕边缘到测试垫边缘的距离进一步微调修正参数，增加缓冲距离。在步骤三，利用理想和实际针痕中心位置计算出修正参数后，继续考虑针痕尺寸的影响，情况更加复杂。尤其滑动长度大的探针经常造成针痕接近测试垫边缘。需要利用针痕边缘与测试垫边缘的距离对修正参数继续微调优化。首先将步骤三输出的参数a0、b0和θ带入公式1，推算当前针痕边缘各点经过调整后的坐标，进而找出调整后探针痕迹距其测试垫四边的最小距离，，和。通过公式7更新X和Y轴的修正参数，增加缓冲距离。对该方法进行测试，调整效果良好，耗时短且不额外占用设备。
.png)
公式7
四、结论
近来，新型探针机的图像和通信相关功能不断增强，针痕图片取样速度提升了约30倍，这意味着单次采样上万张针痕图片也仅5分钟左右。同时，图像处理技术的发展和计算机算力的增强，使新型探针对准方法的运算时间大幅减少，使其在提升质量和减少停机时间上的优势更加明显，对进一步提升晶圆测试自动化水平有很大帮助。相关测试也证实了其作用。对于需要进行多道晶圆测试的产品，在测试垫上会留下多个针痕。在首道测试后，如何分辨出后续各道测试产生的针痕比较困难。尽管可以驱动探针机获取试接触前后的图片进行对比，但在针痕有重合时，对其进行正确猜测并补充完整需要深入研究，也是本系统继续改进之处。
参考文献
[1]A. Horn, (1954), “Doubly stochastic matrices and the diagonal of a rotation matrix”, Amer. J. Math. 76, 1954, pp.620-630
[2]O. Sorkine-Hornung, M. Rabinovich, (2017), “Least-Squares Rigid Motion Using SVD”, no. 3, pp. 1--5, 2017, available online: http://www.igl.ethz.ch/projects/ARAP/svd_rot.pdf
[3]Greenfeld, J. S., (1997), “Least Squares Weighted Coordinate Transformation Formulas and their Applications”, Journal of Surveying Engineering 123(4), 1997, pp.147~161
[4]Chau-Shing Wang, Wen-Ren Yang, Cheng-Yen Chung, Wen-Liang Chang, (2010), “Application of Image Processing to Wafer Probe Mark Area Calculation”, 2010 5th IEEE Conference on Industrial Electronics and Applications, Taichung, 2010, pp.414-419
[5]Gene H. Golub and C. Reinsch,(1970) ,”Singular value decomposition and least squares solutions”, Numer. Math. vol 14, 1970, pp.403~420