光学精密工程2024,Vol.32Issue(1) :43-52.DOI:10.37188/OPE.20243201.0043

基于卷积神经网络判定方法的激光微透镜阵列微米级加工工艺

Micron-level processing technology of microlens array (MLA) photolithography based on convolutional neural network

姚宇超 周锐 严星 王振忠 高娜
光学精密工程2024,Vol.32Issue(1) :43-52.DOI:10.37188/OPE.20243201.0043

基于卷积神经网络判定方法的激光微透镜阵列微米级加工工艺

Micron-level processing technology of microlens array (MLA) photolithography based on convolutional neural network

姚宇超 1周锐 2严星 1王振忠 3高娜4
扫码查看

作者信息

  • 1. 厦门大学萨本栋微米纳米科学技术研究院,福建厦门 361005
  • 2. 厦门大学萨本栋微米纳米科学技术研究院,福建厦门 361005;福建省能源材料科学与技术创新实验室(IKKEM),福建厦门 361005
  • 3. 厦门大学航空航天学院,福建厦门 361102
  • 4. 厦门大学物理科学与技术学院,福建厦门 361005;厦门大学九江研究院,江西九江 332000
  • 折叠

摘要

在MLA曝光工艺中,曝光点的数量庞大,通过高倍率显微镜配合人工目检来判定曝光质量耗时耗力,造成工艺成本偏高.为了解决这个问题,设计了一种便于检测的圆环形图案并引入深度学习中的目标检测Yolov5模型,一定程度上能够取代人工目检,完成对曝光质量的快速判定.基于上述方法,分析了不同光刻胶厚度之下,线能量密度的最优区间与光刻胶的剖面倾角.并在同等线能量密度下通过圆度判定曝光图案失真情况.在本研究的MLA曝光工艺中,选取光刻胶厚度、激光曝光功率以及加工平台移动速度作为自变量,评价曝光合格率、光刻胶剖面倾角以及曝光圆度等加工质量参数具有重要的工程意义.

关键词

无掩膜光刻/微透镜阵列/曝光合格率/目标检测

Key words

maskless lithogrophy/microlens array/qualification rate/object detection

引用本文复制引用

基金项目

国家自然科学基金(62175203)

福建省科技计划(2020H0006)

嘉庚创新实验室应用基础研究项目(RD2020050301)

出版年

2024
光学精密工程
中国科学院长春光学精密机械与物理研究所 中国仪器仪表学会

光学精密工程

CSTPCD北大核心
影响因子:2.059
ISSN:1004-924X
参考文献量11
段落导航相关论文