本文基于AOI晶圆检测设备中的视觉系统、运动系统和气动系统进行边缘对准研究。本文设计了边缘对准方案,并完成总体结构设计。设计了Recipe模型用于晶圆预处理流程,利用图像处理算法进行晶圆圆心定位与缺口定位。最终设计了晶圆边缘对准实验方案验证系统精度。论文工作具体如下:1.晶圆边缘对准系统的研究。分析比较了当前常用的边缘对准方案与流程,增加晶圆预处理流程用来处理边缘对准,从而节省工作流程的时间。视觉系统是晶圆成像的关键,根据系统设计指标选择了2X镜头、面阵CCD相机和同轴光源,确定了视觉系统的结构。运动台系统由驱动系统和气动系统两部分组成,采用了X-Y-（?）三自由度的运动台方案。通过步进电机与细分驱动器相结合的驱动方式完成X、Y轴方向的移动,通过气动系统将晶圆吸附在接片柱上。2.基于片盒首片晶圆边缘对准的流程方案。设计了边缘对准流程的Recipe处方模型,该模型对边缘对准中所涉及到的参数进标准化设计。在进行边缘对准时,将片盒中的首片晶圆传输到运动台进行边缘对准,边缘对准结束后,对准结果、算法参数和视觉系统参数写入Recipe模型,即完成了该类晶圆的Recipe模型建立。片盒中其他24片晶圆可以直接使用该Recipe模型,省去大量做边缘对准的时间。后续的对准、缺陷检测等流程可以直接从Recipe模型中获取所需要的参数值,通过实验对比分析,较现行流程产率提升了约12.5%。3.图像算法与数学模型设计。完成了圆心定位与缺口定位两个部分的算法设计。运用图像算法获取边缘点的像素坐标,通过数学模型将像素坐标转化为运动台上的物理坐标,即完成了圆心的定位。运用图像算法将晶圆缺口图像补齐,与最初识别的到缺口图像做补集,通过开运算与闭运算得到缺口的平滑图像。获得缺口中心可通过最值法与均值法获得,其中最值法处理时间为10ms,优化后的均值法处理时间为2ms。搭建实验平台后进行调试实验,设计了200mm和300mm的晶圆边缘对准实验。通过实验验证了本边缘对准算法的定位精度达到±0.01mm,圆心定位精度达到±0.01°,边缘对准时间为2.3s。