一种VCSEL激光芯片的自适应靶向修边方法与流程

本发明涉及半导体激光器芯片制造，特别涉及一种vcsel激光芯片的自适应靶向修边方法。

背景技术：

1、vcsel芯片制造的后道工序中，晶圆经减薄、镀膜后，需在表面旋涂保护胶，再贴装于蓝膜（切割膜）上，使用红外激光（典型波长1064nm）沿切割道对整片晶圆进行激光全切，将芯片彼此分离，全切完成后，切割道两侧边缘会因熔融材料重凝而形成凸起的熔渣（毛刺），该凸起在后续分选工序中，会被分选吸嘴/探针以一定压力压到，导致芯片边缘崩裂或产生压伤（压力损伤），进而造成大量分选剔除，严重降低良率。

2、此外，凸起熔渣还可能剥落污染芯片表面或引起崩边。

3、现有技术中，固定偏移修边以切割道中心为基准向两侧偏移固定距离（数微米量级），但激光全切后形成的毛刺并非严格对称、等距分布，受材料局部不均、保护胶厚度波动、激光能量漂移及切割膜张力影响，不同晶圆、不同切割道甚至同一切割道的不同位置，毛刺的位置、高度以及宽度均存在差异，固定偏移无法覆盖非对称毛刺，也无法避让局部已平整区域，导致部分毛刺残留或有效区域被误修；且固定偏移修边依赖人工设定偏移量、功率、频率、速度等参数，缺乏对实际毛刺分布的数据反馈，难以实现工艺窗口的自动优化与良率闭环控制，当产品规格、晶圆材质或激光器状态变化时，需重新人工调试，效率低且一致性差；以及现有切割中监测/补偿方案是在主切过程中通过热成像或过程发光实时判断切割质量并调节工艺参数，其受等离子体发光、熔渣飞溅及激光加工区强光干扰严重，且无法在切割完成后对已形成的固态毛刺做二次靶向去除，此外，该类方案主要用于金属板材宏观切割，未涉及vcsel芯片微尺度（微米级）毛刺的逐道定位与修边。

技术实现思路

1、基于此，本发明的目的是提供一种vcsel激光芯片的自适应靶向修边方法，在激光全切之后，分选之前，通过红外热成像或激光测距对切割道进行独立于切割过程的在线感知，逐道识别并定位毛刺的实际空间位置与形貌特征，经坐标变换后生成与毛刺分布相匹配的自适应修边轨迹，再由机台以低功率、高频率激光沿该轨迹执行靶向修边，从而精准去除毛刺、不产生新熔渣、不损伤芯片有源区，并显著降低分选压伤与分选剔除率。

2、一种vcsel激光芯片的自适应靶向修边方法，所述方法包括以下步骤：

3、s1、激光全切，提供一vcsel晶圆，沿切割道中心进行激光切割，所述激光切割共进行三次；

4、s2、在线感知扫描，通过红外热成像方法和/或激光测距方法对vcsel晶圆进行扫描，获取并处理能够反映切割道两侧毛刺分布的物理量，以得到步骤s3的输入数据；

5、s3、毛刺识别定位，对切割道两侧毛刺的空间分布信息进行特征提取与分割，识别并定位毛刺区域；

6、s4、坐标变换，通过坐标系标定与刚性变换，将毛刺区域由像素坐标或传感器坐标转换为机台运动坐标；

7、s5、自适应轨迹生成，基于毛刺区域的实际分布生成自适应修边轨迹；

8、s6、靶向激光修边，控制机台沿自适应修边轨迹执行靶向修边。

9、与现有技术相比，本发明的有益效果是：通过步骤s2的在线感知扫描（红外热成像方法和/或激光测距方法），获取反映毛刺分布的物理量，并经过步骤s3进行特征提取与分割，能够精确定位每一个毛刺区域的空间位置与形态特征，这种“先感知、后行动”的模式，避免了盲目修边造成的过修或漏修，显著提升了修边的针对性和精度；通过步骤s4坐标变换，将毛刺坐标精确映射到机台坐标系，再经步骤s5基于毛刺实际分布生成自适应修边轨迹，实现了对每个毛刺区域的“量身定制”式处理，这种自适应轨迹生成方式能够有效避免对芯片有效区域的损伤，同时针对不同严重程度的毛刺采用差异化策略，在保证质量的前提下提升修边效率；通过从步骤s2感知扫描、步骤s3毛刺识别、步骤s4-步骤s5轨迹生成与规划，到步骤s6靶向修边执行，形成了完整的自动化闭环，这种“感知-决策-执行”的架构确保了修边过程的一致性、可重复性和可控性，实现了修边过程的全自动化，这不仅降低对人工经验的依赖、人工干预以及操作难度，还通过精准修边减少了材料浪费和返工，从而有效降低了制造成本有利于实现大规模工业化生产。

10、进一步的，第一次激光切割的功率为0.5w~2w，第一次激光切割的重复频率为8khz~15khz，第一次激光切割的扫描速度为140mm/s~170mm/s，第一次激光切割的偏移量为0μm；

11、第二次激光切割的功率为2.5w~5w，第二次激光切割的重复频率为8khz~15khz，第二次激光切割的扫描速度为150mm/s~190mm/s，第二次激光切割的偏移量为0μm；

12、第三次激光切割的功率为2w~4.5w，第三次激光切割的重复频率为8khz~15khz，第三次激光切割的扫描速度为140mm/s~170mm/s，第三次激光切割的偏移量为0μm。

13、进一步的，所述红外热成像方法具体为：

14、通过红外热成像仪对完成激光全切后的vcsel晶圆表面进行被动式热辐射场成像，获取晶圆表面的辐射亮度空间分布数据，以作为反映毛刺空间分布的原始物理量；

15、所述红外热成像仪的工作波段被配置为3μm~5μm的中波红外或8μm~14μm的长波红外；

16、对该原始物理量，依次进行非均匀性校正、坏点补偿、高斯滤波或中值滤波去噪、辐射亮度归一化，得到反映毛刺热辐射特征的标准化图像，作为步骤s3的输入数据；

17、在标准化图像中，毛刺区域呈现显著的灰度或温度异常，其物理成因源于以下几何光学效应：

18、有效发射率扰动：毛刺区域的凸起结构与周围平坦表面存在三维形貌落差，所述凸起结构构成微陷光结构，导致红外辐射在凹陷与凸起侧壁间发生多次反射与再吸收，改变局部的有效光谱发射率；

19、辐射方向性畸变：所述凸起结构的表面微区法线矢量偏离晶圆主平面，破坏热辐射在半球空间内的朗伯体分布特性，导致局部辐射亮度的角分布函数发生异变；

20、所述有效发射率扰动与所述辐射方向性畸变叠加，使毛刺区域的辐射亮度与周边完好区域产生辐射对比度，从而在红外图像中形成可辨识的特征异常。

21、进一步的，所述红外热成像方法还包括：

22、通过主动热激励源对完成激光全切后的vcsel晶圆表面施加均匀热激励，使vcsel晶圆表面整体温度抬升至预设基准水平，随后撤除所述主动热激励源，并同步启动所述红外热成像仪，对晶圆表面的瞬态热响应过程进行连续时序图像采集，形成瞬态热图像序列；

23、所述主动热激励源为低功率扫描激光、热风装置或脉冲闪光灯中的一种；

24、毛刺区域的凸起结构因其几何形貌导致局部热容与热阻相较于周围平整区域存在偏离，在相同的热激励条件下，毛刺区域的温升速率及冷却速率均异于周边完好区域；

25、通过提取热激励后0.5秒时间窗口内的温差峰值，以所述温差峰值作为表征毛刺区域分布的特征物理量，对各像素点进行特征值映射，以实现对毛刺区域在所述瞬态热图像序列中的辨识度增强。

26、进一步的，所述激光测距方法具体为：

27、通过线激光三角测距传感器或共焦位移传感器对完成激光全切后的vcsel晶圆表面进行扫描，获取切割道表面的一维或二维高度轮廓数据，作为反映毛刺区域空间分布的原始物理量；

28、对该原始物理量，依次进行离群点剔除、点云配准、插值重采样、高度基准面拟合，以芯片表面或切割道底部为基准面，得到以所述基准面为零点的高度图，作为步骤s3的输入数据；

29、其检测原理基于形貌高度阈值分割：毛刺区域为凸起结构，其局部高度显著高于周围芯片表面及切割道底部基准面，通过预设高度阈值，即可从高度图中提取并分割出毛刺区域；

30、其中，所述线激光三角测距传感器通过将线状激光投射至切割道表面，由成像相机以预设角度接收漫反射光，依据激光三角法几何模型计算表面各点的三维空间坐标，以获取所述高度轮廓数据；所述共焦位移传感器基于色差共焦原理，利用色散透镜将复色光聚焦为轴向连续分布的波长焦点，通过探测焦平面与被测表面重合时反射光强度的峰值波长，解析表面高度信息，以获取所述高度轮廓数据，并且可实现单点或线扫描测量。

31、进一步的，所述步骤s3具体包括：

32、对步骤s3的输入数据，采用阈值分割、边缘检测及形态学处理，初步提取毛刺候选区域；

33、所述边缘检测采用canny算子或sobel算子，所述形态学处理采用开运算、闭运算以及骨架提取；

34、再通过连通域标记，将空间相连的候选像素归并为独立毛刺区域，并计算每个所述独立毛刺区域的质心、外接矩形、等效直径、最大高度、平均高度、体积以及长宽比中的至少一项形貌特征；

35、对初步提取的毛刺候选区域，采用机器学习分类器进行二次判别，区分毛刺、保护胶残渣、灰尘颗粒以及正常表面纹理；

36、所述机器学习分类器为支持向量机、随机森林或轻量级卷积神经网络中的一种；

37、所述机器学习分类器的输入特征包括灰度和/或温度统计特征、几何形状特征及纹理特征，所述机器学习分类器以灰度和/或温度统计特征、几何形状特征及纹理特征构成的输入特征向量为输入，输出正常表面纹理、burr、保护胶残渣、灰尘颗粒四类标签之一；

38、所述纹理特征包括局部二值模式和/或灰度共生矩阵。

39、进一步的，所述步骤s4具体包括：

40、利用vcsel晶圆上的对准标记或切割道端点建立vcsel晶圆坐标系；

41、通过标定板或已知坐标的标准样品，建立传感器坐标系与vcsel晶圆坐标系之间的刚性变换矩阵；

42、利用所述刚性变换矩阵将毛刺区域由传感器坐标转换为vcsel晶圆坐标；

43、再根据机台原点、工件台位置及激光器安装位置，将vcsel晶圆坐标转换为机台运动坐标，转换关系为：

44、;

45、式中，为机台运动坐标系下的坐标向量，为正交旋转矩阵，为晶圆坐标系下的坐标向量，为平移向量；

46、转换的定位误差控制在±1μm~±3μm以内。

47、进一步的，所述步骤s5具体包括：

48、以每个毛刺区域的外轮廓为基准，沿法向朝切割道外侧外扩安全余量dsafe，生成修边轨迹的基准线；

49、安全余量dsafe的取值范围为1μm~10μm；

50、对于高度超过第一高度阈值h1的毛刺区域，增加修边刀次或降低扫描速度；

51、对于高度低于第二高度阈值h2的毛刺区域，减少修边刀次或提高扫描速度；

52、第一高度阈值h1的取值范围为2μm~10μm，第二高度阈值h2的取值范围为[0.5μm，2μm），且h2＜h1；

53、生成修边轨迹时，修边光斑与vcsel激光芯片有源区之间的最小安全距离dmin的取值范围为3μm~15μm；

54、当毛刺分布呈非规则形态时，修边轨迹为沿毛刺边缘的曲线轨迹。

55、进一步的，所述步骤s6具体包括：

56、将自适应修边轨迹下发至机台的xy运动平台或高速振镜系统，实现激光束沿自适应修边轨迹的精确扫描；

57、同时，根据实时位置反馈信号触发激光脉冲，保证激光发射与运动位置同步；

58、采用红外激光对毛刺进行气化或重熔去除；所述红外激光的波长为1064nm，功率范围为0.5w~2.5w，重复频率范围为15khz~60khz，扫描速度范围为80mm/s~200mm/s。

59、进一步的，还包括步骤s7，所述步骤s7包括：

60、步骤s6完成后，通过红外热成像方法和/或激光测距方法对vcsel晶圆进行扫描，验证毛刺去除效果。