晶圆芯片定位精度直接影响着半导体与电子制造工艺性能和产品质量。传统芯片定位大多采用“先视觉扫描后定位”（look and move）方式,随着晶圆芯片尺寸的逐渐减小,对芯片定位精确性提出更高需求,芯片定位过程中蓝膜变形、封装工艺下负载扰动和平台高频启停中结构振动等干扰对芯片定位精度的影响已不可忽视。论文针对这一问题引入视觉伺服技术实现芯片运动过程中位置误差的实时检测与动态补偿。将视觉伺服技术运用于晶圆芯片定位控制需解决问题包括:1)视觉信号采样延迟对位置反馈实时性的影响;2)负载扰动引起的系统动力学不确定性、晶圆芯片频繁更换引起的视觉系统标定参数变化对视觉位置控制精确性与稳定性的影响。因此,论文以芯片视觉定位平台为研究对象,以提高晶圆芯片定位精度为目标,主要研究内容与成果包括:针对晶圆芯片视觉伺服定位系统架构,采用粗精两步定位策略与相应图像识别算法以实现芯片特征快速识别与精确定位;建立芯片视觉伺服定位系统动力学与运动学数学模型,采用最小二乘参数辨识方法对动力学模型参数精确估计,提出基于误差分析的改进标定算法对运动学标定参数精确求解。针对视觉信号采样延迟问题,提出基于双速率自适应衰减卡尔曼滤波的视觉位置实时反馈方法。首先,建立基于编码器反馈与视觉位置反馈的视觉伺服系统时序模型。接着,设计双速率卡尔曼滤波结构并置于视觉伺服系统位置环,同时引入自适应遗忘因子以衰减算法迭代中模型误差累积。仿真结果表明,双速率自适应衰减卡尔曼滤波算法能在视觉位置低采样率与延时干扰下实现芯片位置精确估计与实时反馈,并且对模型误差具有良好鲁棒性。针对系统动力学不确定性问题,提出基于模型参数在线估计的自适应定位控制方法。首先,针对晶圆蓝膜变形引起的芯片位置偏差,提出基于自适应双速率卡尔曼滤波的芯片位置估计算法,并通过误差传递理论与数值仿真探索动力学模型参数变化对估计误差的影响规律。接着,采用自适应递推最小二乘方法实现自适应双速率卡尔曼滤波算法中模型参数在线辨识,保证了芯片位置估计精度。最后,通过稳定性证明、仿真研究与可行性分析验证了基于模型参数在线估计的自适应定位控制方法的有效性。针对视觉系统标定参数变化,提出基于带延时补偿卡尔曼滤波估计的无标定视觉伺服定位控制方法。首先,建立视觉系统标定误差模型,并通过蒙特卡罗模拟方法探究标定参数变化对芯片视觉识别精度的影响规律。接着,提出带延时补偿的卡尔曼滤波方法实现标定参数在线估计,并采用无迹卡尔曼滤波方法实现非线性变化参数的实时更新。最后,基于三闭环控制结构与最小化方差原理设计无标定视觉伺服控制系统。仿真结果表明,提出的无标定视觉伺服定位控制方法能有效适应芯片生产中视觉标定参数的变化,保证了芯片定位精确性。搭建晶圆芯片视觉伺服定位实验平台,并且验证论文提出方法的有效性。首先,通过参数辨识实验与芯片定位误差测试获取视觉定位实验平台模型参数与标定参数,并且进行精确性验证。接着,通过芯片定位实验对论文提出方法进行有效性验证。实验结果表明,论文提出的基于视觉伺服的精确定位控制方法能有效克服视觉信号采样延迟干扰,并且对芯片生产过程中定位平台动力学不确定性与视觉系统标定参数变化具有良好鲁棒性,满足半导体与电子制造行业晶圆芯片定位精度需求。