特許 7379183 ステージ姿勢推定装置、搬送装置、およびステージ姿勢推定方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-11-06

(45)【発行日】2023-11-14

(54)【発明の名称】ステージ姿勢推定装置、搬送装置、およびステージ姿勢推定方法

(51)【国際特許分類】

   G03F 7/20 20060101AFI20231107BHJP

   H01L 21/68 20060101ALI20231107BHJP

【ＦＩ】

G03F7/20 501

H01L21/68 K

【請求項の数】 8

(21)【出願番号】P 2020011638

(22)【出願日】2020-01-28

(65)【公開番号】P2021117394

(43)【公開日】2021-08-10

【審査請求日】2022-12-19

(73)【特許権者】

【識別番号】000207551

【氏名又は名称】株式会社ＳＣＲＥＥＮホールディングス

(74)【代理人】

【識別番号】100135013

【弁理士】

【氏名又は名称】西田 隆美

(72)【発明者】

【氏名】臼本 宏昭

【審査官】菅原 拓路

(56)【参考文献】

【文献】特開２０２１－０３３０６８（ＪＰ，Ａ）

【文献】特開２００３－２６４１３３（ＪＰ，Ａ）

【文献】特開２０２０－００１１２７（ＪＰ，Ａ）

【文献】国際公開第２０１９／１８９６６１（ＷＯ，Ａ１）

【文献】特開２０１６－０７２４３４（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０３Ｆ ７／２０

Ｈ０１Ｌ ２１／６８

(57)【特許請求の範囲】

【請求項1】

平板状のステージを搬送機構により搬送する搬送装置において、前記ステージのヨーイング角度を推定するステージ姿勢推定装置であって、
前記搬送機構から出力される計測値または前記計測値に基づいて算出される値を、入力データとして取得する入力データ取得部と、
前記入力データに基づいて前記ステージのヨーイング角度を推定して、推定結果を出力する姿勢推定部と、
を備え、
前記姿勢推定部は、
前記入力データに基づいて前記ステージのヨーイング角度の仮推定値を出力する複数の学習済みモデルが格納された記憶部と、
前記複数の学習済みモデルから出力される複数の前記仮推定値に基づいて、前記推定結果を決定する推定値決定部と、
を有する、ステージ姿勢推定装置。

【請求項2】

請求項１に記載のステージ姿勢推定装置であって、
前記推定値決定部は、前記複数の仮推定値の平均値を、前記推定結果とする、ステージ姿勢推定装置。

【請求項3】

請求項１に記載のステージ姿勢推定装置であって、
前記複数の学習済みモデルに、加重比率が設定されており、
前記推定値決定部は、前記加重比率を用いた前記複数の仮推定値の加重平均値を、前記推定結果とする、ステージ姿勢推定装置。

【請求項4】

請求項３に記載のステージ姿勢推定装置であって、
前記推定値決定部は、前記搬送機構の動作状態を表す状態変数に基づき、前記加重比率を変更する、ステージ姿勢推定装置。

【請求項5】

請求項１に記載のステージ姿勢推定装置であって、
前記推定値決定部は、前記搬送機構の動作状態を表す状態変数に基づき、前記複数の仮推定値のうちのいずれか１つを選択し、選択された前記仮推定値を、前記推定結果とする、ステージ姿勢推定装置。

【請求項6】

請求項１から請求項５までのいずれか１項に記載のステージ姿勢推定装置であって、
前記搬送機構は、前記ステージを一対の直進機構により搬送し、
前記入力データ取得部は、前記一対の直進機構のトルク値の差分に基づいて、前記入力データを生成する、ステージ姿勢推定装置。

【請求項7】

請求項１から請求項６までのいずれか１項に記載のステージ姿勢推定装置と、
前記ステージと、
前記搬送機構と、
を備えた、搬送装置。

【請求項8】

平板状のステージを搬送機構により搬送する搬送装置において、前記ステージのヨーイング角度を推定するステージ姿勢推定方法であって、
ａ）前記搬送機構から出力される計測値または前記計測値に基づいて算出される値を、入力データとして取得する工程と、
ｂ）前記入力データに基づいて前記ステージのヨーイング角度を推定して、推定結果を出力する工程と、
を備え、
前記工程ｂ）では、複数の学習済みモデルに前記入力データを入力し、前記複数の学習済みモデルから出力される複数の仮推定値に基づいて、前記推定結果を決定する、ステージ姿勢推定方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、平板状のステージを搬送機構により搬送する搬送装置において、ステージのヨーイング角度を推定する技術に関する。

【背景技術】

【0002】

従来、平板状のステージを搬送しつつ、ステージに保持された基板に対して種々の処理を行う装置が知られている。例えば、特許文献１には、基板（Ｗ）を載置したステージ（１０）をステージ移動機構（２０）により移動させつつ、基板（Ｗ）の上面に露光パターンを描画する装置が記載されている。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１６－７２４３４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

この種の装置に搭載されるステージの搬送装置は、一対の直進機構を備えている場合がある。具体的には、互いに平行に設けられた一対のリニアモータにより、ステージを所定の方向に搬送する機構が知られている。

【0005】

当該搬送装置では、ステージを一定の姿勢で移動させるために、一対の直進機構を均等に動作させる必要がある。しかしながら、一対の直進機構の微小な駆動誤差、リニアモータのガイドの間隙内のエア圧変動、加工誤差等によって、ステージの鉛直軸周りの回転角度（いわゆる「ヨーイング角度」）が僅かに変動する場合がある。このようなヨーイング角度の変動が生じると、ステージに保持された基板に対して、精密な処理を行うことが困難となる。

【0006】

従来の搬送装置には、上記のヨーイング角度の変動を把握するために、大掛かりな計測装置が搭載されていた。そして、計測装置の計測結果に基づいて、搬送装置の動作が補正されていた。しかしながら、大掛かりな計測装置を搭載すると、搬送装置の小型化が困難となる。また、計測装置を搭載することにより、搬送装置の製造コストも上昇する。

【0007】

このような大掛かりな計測装置を常時設置することなく、ステージのヨーイング角度を把握するためには、例えば、機械学習を利用することが考えられる。具体的には、搬送装置から出力されるトルク値等の計測値と、ステージのヨーイング角度との関係を学習した学習済みモデルを用意し、当該学習済みモデルに計測値を入力して、ステージのヨーイング角度を出力することが考えられる。

【0008】

しかしながら、学習済みモデルを生成するための機械学習アルゴリズムには、多くの種類がある。また、複数の機械学習アルゴリズムには、それぞれ得手・不得手があり、搬送装置の動作状況によって、各機械学習アルゴリズムの推定精度が変動する。このため、１つの機械学習アルゴリズムにより生成される１つの学習済みモデルのみに依存すると、搬送装置の動作状況によっては、精度のよい推定を行うことができない場合がある。

【0009】

本発明は、このような事情に鑑みなされたものであり、大掛かりな計測装置を常時設置することなく、ステージのヨーイング角度を推定でき、かつ、搬送装置の多くの動作状況において高い推定精度を実現できる技術を提供することを目的とする。

【課題を解決するための手段】

【0010】

上記課題を解決するため、本願の第１発明は、平板状のステージを搬送機構により搬送する搬送装置において、前記ステージのヨーイング角度を推定するステージ姿勢推定装置であって、前記搬送機構から出力される計測値または前記計測値に基づいて算出される値を、入力データとして取得する入力データ取得部と、前記入力データに基づいて前記ステージのヨーイング角度を推定して、推定結果を出力する姿勢推定部と、を備え、前記姿勢推定部は、前記入力データに基づいて前記ステージのヨーイング角度の仮推定値を出力する複数の学習済みモデルが格納された記憶部と、前記複数の学習済みモデルから出力される複数の前記仮推定値に基づいて、前記推定結果を決定する推定値決定部と、を有する。

【0012】

本願の第２発明は、第１発明のステージ姿勢推定装置であって、前記推定値決定部は、前記複数の仮推定値の平均値を、前記推定結果とする。

【0013】

本願の第３発明は、第１発明のステージ姿勢推定装置であって、前記複数の学習済みモデルに、加重比率が設定されており、前記推定値決定部は、前記加重比率を用いた前記複数の仮推定値の加重平均値を、前記推定結果とする。

【0014】

本願の第４発明は、第３発明のステージ姿勢推定装置であって、前記推定値決定部は、前記搬送機構の動作状態を表す状態変数に基づき、前記加重比率を変更する。

【0015】

本願の第５発明は、第１発明のステージ姿勢推定装置であって、前記推定値決定部は、前記搬送機構の動作状態を表す状態変数に基づき、前記複数の仮推定値のうちのいずれか１つを選択し、選択された前記仮推定値を、前記推定結果とする。

【0016】

本願の第６発明は、第１発明から第５発明までのいずれか１発明のステージ姿勢推定装置であって、前記搬送機構は、前記ステージを一対の直進機構により搬送し、前記入力データ取得部は、前記一対の直進機構のトルク値の差分に基づいて、前記入力データを生成する。

【0017】

本願の第７発明は、搬送装置であって、第１発明から第６発明までのいずれか１発明のステージ姿勢推定装置と、前記ステージと、前記搬送機構と、を備える。

【0018】

本願の第８発明は、平板状のステージを搬送機構により搬送する搬送装置において、前記ステージのヨーイング角度を推定するステージ姿勢推定方法であって、ａ）前記搬送機構から出力される計測値または前記計測値に基づいて算出される値を、入力データとして取得する工程と、ｂ）前記入力データに基づいて前記ステージのヨーイング角度を推定して、推定結果を出力する工程と、を備え、前記工程ｂ）では、複数の学習済みモデルに前記入力データを入力し、前記複数の学習済みモデルから出力される複数の仮推定値に基づいて、前記推定結果を決定する。

【発明の効果】

【0019】

本願の第１発明から第８発明によれば、搬送機構から出力される計測値または計測値に基づいて算出される値に基づいて、ステージのヨーイング角度を推定する。これにより、大掛かりな計測装置を常時設置することなく、ステージのヨーイング角度を推定できる。また、複数の学習済みモデルから出力される複数の仮推定値に基づいて、１つの推定結果を出力する。これにより、搬送装置の多くの動作状況において高い推定精度を実現できる。

【図面の簡単な説明】

【0020】

【図1】搬送装置を備えた描画装置の斜視図である。

【図2】搬送装置を備えた描画装置の概略上面図である。

【図3】制御部と描画装置内の各部との電気的接続を示したブロック図である。

【図4】搬送装置の一部分を、主走査方向に対して垂直な面で切断したときの部分断面図である。

【図5】ステージ姿勢推定装置の構成を示したブロック図である。

【図6】事前学習処理の流れを示すフローチャートである。

【図7】ステージ姿勢推定装置による推定処理の流れを示したフローチャートである。

【図8】推定値決定部による推定結果の決定方法の第２の例を示すフローチャートである。

【図9】推定値決定部による推定結果の決定方法の第３の例を示すフローチャートである。

【図10】推定値決定部による推定結果の決定方法の第４の例を示すフローチャートである。

【発明を実施するための形態】

【0021】

以下、本発明の実施形態について、図面を参照しつつ説明する。

【0022】

なお、以下では、水平方向のうち、一対の直進機構によりステージが移動する方向を「主走査方向」と称し、主走査方向に直交する方向を「副走査方向」と称する。

【0023】

＜１．描画装置の構成＞
図１は、本発明の一実施形態に係る搬送装置１０を備えた描画装置１の斜視図である。図２は、描画装置１の概略上面図である。この描画装置１は、感光材料が塗布された半導体基板やガラス基板等の基板Ｗの上面に、空間変調された光を照射して、基板Ｗの上面に露光パターンを描画する装置である。図１および図２に示すように、描画装置１は、搬送装置１０、フレーム２０、描画処理部３０、および制御部４０を備える。

【0024】

搬送装置１０は、基台１１の上面において、平板状のステージ１２を、略一定の姿勢で水平方向に搬送する装置である。搬送装置１０は、主走査機構１３と副走査機構１４とを含む搬送機構を有する。主走査機構１３は、ステージ１２を主走査方向に搬送するための機構である。副走査機構１４は、ステージ１２を副走査方向に搬送するための機構である。基板Ｗは、ステージ１２の上面に水平姿勢で保持され、ステージ１２とともに主走査方向および副走査方向に移動する。

【0025】

搬送装置１０のより詳細な構成については、後述する。

【0026】

フレーム２０は、基台１１の上方において、描画処理部３０を保持するための構造である。フレーム２０は、一対の支柱部２１と架橋部２２とを有する。一対の支柱部２１は、副走査方向に間隔をあけて立設されている。各支柱部２１は、基台１１の上面から上方へ向けて延びる。架橋部２２は、２本の支柱部２１の上端部の間において、副走査方向に延びる。基板Ｗを保持したステージ１２は、一対の支柱部２１の間、かつ、架橋部２２の下方を通過する。

【0027】

描画処理部３０は、２つの光学ヘッド３１、照明光学系３２、レーザ発振器３３、およびレーザ駆動部３４を有する。２つの光学ヘッド３１は、副走査方向に間隔をあけて、架橋部２２に固定される。照明光学系３２、レーザ発振器３３、およびレーザ駆動部３４は、例えば、架橋部２２の内部空間に収容される。レーザ駆動部３４は、レーザ発振器３３と電気的に接続されている。レーザ駆動部３４を動作させると、レーザ発振器３３からパルス光が出射される。そして、レーザ発振器３３から出射されたパルス光が、照明光学系３２を介して光学ヘッド３１へ導入される。

【0028】

光学ヘッド３１の内部には、空間変調器を含む光学系が設けられている。空間変調器には、例えば、回折格子型の空間光変調器であるＧＬＶ（Grating Light Valve）（登録商標）が用いられる。光学ヘッド３１へ導入されたパルス光は、空間変調器により所定のパターンに変調されて、基板Ｗの上面に照射される。これにより、基板Ｗの上面に塗布されたレジスト等の感光材料が露光される。

【0029】

描画装置１の稼働時には、光学ヘッド３１による露光と、搬送装置１０による基板Ｗの搬送とが、繰り返し実行される。具体的には、副走査機構１４によりステージ１２を副走査方向に搬送しつつ、光学ヘッド３１からのパルス光の照射を行うことにより、副走査方向に延びる帯状の領域（スワス）に露光を行った後、主走査機構１３によりステージ１２を主走査方向に１スワス分だけ搬送する。描画装置１は、このような副走査方向の露光と、主走査方向のステージ１２の搬送とを繰り返すことにより、基板Ｗの上面全体にパターンを描画する。

【0030】

制御部４０は、描画装置１の各部を動作制御するための手段である。図３は、制御部４０と、描画装置１内の各部との電気的接続を示したブロック図である。図３中に概念的に示すように、制御部４０は、ＣＰＵ等のプロセッサ４１、ＲＡＭ等のメモリ４２、およびハードディスクドライブ等の記憶部４３を有するコンピュータにより構成されている。記憶部４３には、描画装置１を動作制御するためのコンピュータプログラムＰが記憶されている。

【0031】

また、図３に示すように、制御部４０は、描画処理部３０（上述した光学ヘッド３１およびレーザ駆動部３４を含む）、主走査機構１３（後述するリニアモータ６１およびエアガイド６２を含む）、副走査機構１４（後述するリニアモータ７１を含む）、後述する回転機構１５、および各種センサ５０と、電気的に接続されている。制御部４０は、記憶部４３に記憶されたコンピュータプログラムＰやデータＤをメモリ４２に読み出し、当該コンピュータプログラムＰおよびデータＤに基づいて、プロセッサ４１が演算処理を行うことにより、描画装置１内の上記各部を動作制御する。これにより、描画装置１における描画処理が進行する。

【0032】

＜２．搬送装置の構成＞
次に、搬送装置１０の詳細な構成について、説明する。図４は、搬送装置１０の一部分を、主走査方向に対して垂直な面で切断したときの部分断面図である。図１～図４に示すように、搬送装置１０は、基台１１、ステージ１２、主走査機構１３、副走査機構１４、回転機構１５、下段支持プレート１６、中段支持プレート１７、およびステージ姿勢推定装置１８を有する。

【0033】

基台１１は、搬送装置１０の各部を支持する支持台である。基台１１は、主走査方向および副走査方向に広がる平板状の外形を有する。基台１１の下面には、４つの脚部１１１および２つのダンパ１１２が設けられている。脚部１１１およびダンパ１１２の長さは、個別に調節可能である。したがって、脚部１１１およびダンパ１１２の長さを調節することにより、基台１１の姿勢を水平に調整できる。

【0034】

下段支持プレート１６、中段支持プレート１７、およびステージ１２は、それぞれ、平板状の外形を有する。下段支持プレート１６は、基台１１上において、主走査機構１３により主走査方向に移動可能に支持されている。中段支持プレート１７は、下段支持プレート１６上において、副走査機構１４により副走査方向に移動可能に支持されている。ステージ１２は、中段支持プレート１７上において、回転機構１５により鉛直軸周りに回転可能に支持されている。ステージ１２は、基板Ｗを載置可能な上面を有する。また、ステージ１２の上面には、基板Ｗを保持するためのチャックピンや、基板Ｗを吸着する複数の吸着孔が設けられている。

【0035】

主走査機構１３は、基台１１に対して下段支持プレート１６を、主走査方向に移動させる機構である。主走査機構１３は、一対の直進機構６０を有する。一対の直進機構６０は、基台１１の上面の副走査方向の両端部に設けられている。図２および図４に示すように、一対の直進機構６０は、それぞれ、リニアモータ６１とエアガイド６２とを有する。

【0036】

リニアモータ６１は、固定子６１１および移動子６１２を有する。固定子６１１は、基台１１の上面に、主走査方向に沿って敷設されている。すなわち、一対の固定子６１１は、互いに平行に配置されている。移動子６１２は、後述するエアベアリング６２２を介して、下段支持プレート１６に固定されている。

【0037】

また、主走査機構１３は、リニアモータ６１の動作を制御するための制御基板６３を有する。制御基板６３には、例えばサーボパック（登録商標）が用いられる。制御基板６３は、制御部４０と電気的に接続されている。リニアモータ６１の駆動時には、制御部４０からの指令に従って、制御基板６３が、リニアモータ６１において発生させるべきトルクを算出する。そして、算出されたトルクに応じた駆動信号を、各リニアモータ６１の固定子６１１へ供給する。そうすると、固定子６１１と移動子６１２との間に生じる磁気的な吸引力および反発力によって、移動子６１２が、固定子６１１に沿って主走査方向に移動する。

【0038】

エアガイド６２は、ガイドレール６２１およびエアベアリング６２２を有する。ガイドレール６２１は、基台１１の上面に、主走査方向に沿って敷設されている。すなわち、リニアモータ６１の固定子６１１と、エアガイド６２のガイドレール６２１とは、互いに平行に配置されている。エアベアリング６２２は、下段支持プレート１６と移動子６１２とに、固定されている。また、エアベアリング６２２は、ガイドレール６２１の上方に配置されている。

【0039】

図４に示すように、エアベアリング６２２の下面には、気体吹出口６２３が設けられている。搬送装置１０の稼働時には、工場のユーティリティからエアベアリング６２２に常に気体が供給され、気体吹出口６２３からガイドレール６２１の上面に向けて、加圧された気体が吹き出される。これにより、エアベアリング６２２は、ガイドレール６２１上に非接触で浮上支持される。したがって、リニアモータ６１を駆動させると、下段支持プレート１６は、エアガイド６２により浮上支持された状態で、主走査方向に沿って低摩擦で滑らかに移動する。

【0040】

副走査機構１４は、下段支持プレート１６に対して中段支持プレート１７を、副走査方向に移動させる機構である。副走査機構１４は、リニアモータ７１と、一対のガイド機構７２とを有する。

【0041】

リニアモータ７１は、下段支持プレート１６の上面の主走査方向の略中央に設けられている。リニアモータ７１は、固定子７１１および移動子７１２を有する。固定子７１１は、下段支持プレート１６の上面に、副走査方向に沿って敷設されている。移動子７１２は、中段支持プレート１７に対して固定されている。リニアモータ７１の駆動時には、固定子７１１と移動子７１２との間に生じる磁気的な吸引力および反発力により、移動子７１２が、固定子７１１に沿って副走査方向に移動する。

【0042】

一対のガイド機構７２は、下段支持プレート１６の上面の主走査方向の両端部に設けられている。一対のガイド機構７２は、それぞれ、ガイドレール７２１とボールベアリング７２２とを有する。ガイドレール７２１は、下段支持プレート１６の上面に、副走査方向に沿って敷設されている。ボールベアリング７２２は、中段支持プレート１７の下面に固定されている。また、ボールベアリング７２２は、ガイドレール７２１に沿って、副走査方向に移動可能である。したがって、リニアモータ７１を駆動させると、中段支持プレート１７は、下段支持プレート１６に対して、副走査方向に移動する。

【0043】

回転機構１５は、中段支持プレート１７に対するステージ１２の鉛直軸周りの角度を調整する機構である。回転機構１５には、例えばモータが用いられる。モータを動作させると、中段支持プレート１７に対してステージ１２が、鉛直軸周りに回転する。これにより、ステージ１２の鉛直軸周りの角度（ヨーイング角度）θを調整することができる。

【0044】

このように、ステージ１２は、主走査機構１３、副走査機構１４、および回転機構１５により、基台１１に対して、主走査方向および副走査方向に移動可能であるとともに、ヨーイング角度θを調整することが可能となっている。

【0045】

図１および図２に示すように、この搬送装置１０には、姿勢計測装置８０を設置することが可能である。姿勢計測装置８０は、ステージ１２のヨーイング角度θを計測するための装置である。姿勢計測装置８０は、ステージ１２に固定されるミラー８１と、レーザ干渉計８２とを有する。ミラー８１は、ステージ１２の主走査方向の端縁部に固定される。レーザ干渉計８２は、基台１１の上面に固定される。レーザ干渉計８２は、ミラー８１へ向けて２本のレーザ光を照射する。そして、ミラー８１から反射する２本のレーザ光の干渉により、２本のレーザ光の光路差を検出する。そして、当該光路差に基づいて、ステージ１２のヨーイング角度θを計測する。

【0046】

姿勢計測装置８０は、後述する事前学習処理を行う場合に設置される。事前学習が完了した後は、姿勢計測装置８０を取り外して、搬送装置１０を使用することができる。

【0047】

＜３．ステージ姿勢推定装置について＞
＜３－１．ステージ姿勢推定装置の構成＞
続いて、搬送装置１０に搭載されるステージ姿勢推定装置１８について、説明する。図５は、ステージ姿勢推定装置１８の構成を示したブロック図である。ステージ姿勢推定装置１８は、主走査機構１３から出力される計測値に基づいて、ステージ１２のヨーイング角度θを推定する装置である。図５に示すように、ステージ姿勢推定装置１８は、入力データ取得部９１と、姿勢推定部９２とを備える。入力データ取得部９１は、計測値入力部９１１と、入力データ生成部９１２とを有する。姿勢推定部９２は、複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・と、推定値決定部９２１とを有する。

【0048】

ステージ姿勢推定装置１８は、ＣＰＵ等のプロセッサ、ＲＡＭ等のメモリ、およびハードディスクドライブ等の記憶部を有するコンピュータにより構成される。計測値入力部９１１、入力データ生成部９１２、および推定値決定部９２１の各機能は、記憶部に記憶されたコンピュータプログラムに従ってプロセッサが動作することにより、実現される。

【0049】

学習済みモデルＭ１，Ｍ２，Ｍ３，・・・は、機械学習アルゴリズムを用いた事前学習により、パラメータが調整された推論プログラムである。学習済みモデルＭ１，Ｍ２，Ｍ３，・・・を得るための機械学習アルゴリズムとしては、例えば、一層ニューラルネットワークやディープラーニング等を含むニューラルネットワーク、ランダムフォレストや勾配ブースティング等を含む決定木系アルゴリズム、サポートベクトルマシンといった、いわゆる教師あり機械学習アルゴリズムが用られる。複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・は、それぞれ、異なる機械学習アルゴリズムにより生成されたものである。

【0050】

なお、ステージ姿勢推定装置１８は、上述した制御部４０と同一のコンピュータにより構成されていてもよく、制御部４０とは別のコンピュータにより構成されていてもよい。

【0051】

＜３－２．ステージ姿勢推定装置の事前学習＞
続いて、ステージ姿勢推定装置１８において予め実行される事前学習処理について、説明する。図６は、事前学習処理の流れを示すフローチャートである。

【0052】

事前学習処理を行うときには、搬送装置１０に、上述した姿勢計測装置８０を設置する（ステップＳ１１）。そして、主走査機構１３を動作させつつ、次のステップＳ１２～Ｓ１５を繰り返し実行する。

【0053】

まず、計測値入力部９１１に、制御基板６３から出力される計測値が入力される（ステップＳ１２）。計測値は、例えば、主走査機構１３の一対のリニアモータ６１のトルク値とされる。ただし、計測値入力部９１１へ入力される計測値は、エアベアリング６２２の空気圧、ガイドレール６２１の温度、搬送装置１０の駆動音、ステージ１２の振動、ステージ１２の位置などの他の項目を、各種センサ５０により計測したものであってもよい。

【0054】

次に、入力データ生成部９１２が、計測値入力部９１１に入力された計測値に基づいて、入力データｄを生成する（ステップＳ１３）。例えば、計測値が一対のリニアモータ６１のトルク値である場合には、入力データ生成部９１２は、それらのトルク値の差分を算出する。そして、算出された差分の時系列データから、不要な周波数を除去することにより、入力データｄを生成する。計測値入力部９１１に入力される計測値が、トルク値以外の場合にも、入力データ生成部９１２は、所定の演算やフィルタ処理を行うことにより、機械学習に適した入力データｄを生成する。

【0055】

なお、入力データ生成部９１２は、計測値入力部９１１に入力された計測値そのものを、入力データｄとしてもよい。すなわち、入力データ生成部９１２は、搬送機構から出力される計測値、または、計測値に所定の演算やフィルタ処理を行うことにより算出される値を、入力データｄとすればよい。

【0056】

続いて、姿勢推定部９２は、入力データ生成部９１２により生成された入力データｄを入力とし、姿勢計測装置８０の計測結果θｍを教師データとして、機械学習を行う（ステップＳ１４）。すなわち、姿勢推定部９２は、上述した機械学習アルゴリズムにより、入力データｄと、姿勢計測装置８０の計測結果θｍとの関係を学習する。本実施形態の姿勢推定部９２は、このステップＳ１４の機械学習を、複数の異なる機械学習アルゴリズムにより、並行して行う。したがって、ステップＳ１４の機械学習により、複数の異なる学習済みモデルＭ１，Ｍ２，Ｍ３，・・・が生成される。

【0057】

姿勢推定部９２は、ステップＳ１４の機械学習により生成される学習済みモデルＭ１，Ｍ２，Ｍ３，・・・の推定精度が、所望のレベルに達していない場合には（ステップＳ１５：ｎｏ）、上述したステップＳ１２～Ｓ１４の処理を繰り返す。このように、機械学習を繰り返すことにより、学習済みモデルＭ１，Ｍ２，Ｍ３，・・・の推定精度が、次第に向上する。

【0058】

やがて、各学習済みモデルＭ１，Ｍ２，Ｍ３，・・・の推定精度が所望のレベルに達したと判断されると、姿勢推定部９２は、機械学習を終了する（ステップＳ１５：ｙｅｓ）。そして、搬送装置１０から姿勢計測装置８０が取り外される（ステップＳ１６）。

【0059】

＜３－３．ステージ姿勢推定装置の推定処理＞
続いて、ステージ姿勢推定装置１８によるヨーイング角度θの推定処理について、説明する。この推定処理は、上述した事前学習処理が完了した後、搬送装置１０を動作させるときに実行される。図７は、推定処理の流れを示したフローチャートである。

【0060】

推定処理を行うときには、まず、計測値入力部９１１に、制御基板６３から出力される計測値が入力される（ステップＳ２１）。ここでは、上述したステップＳ１２と同種の計測値が入力される。例えば、ステップＳ１２において入力される計測値が、一対のリニアモータ６１のトルク値である場合には、ステップＳ２１において入力される計測値も、一対のリニアモータ６１のトルク値とされる。

【0061】

次に、入力データ生成部９１２が、計測値入力部９１１に入力された計測値に基づいて、入力データｄを生成する（ステップＳ２２）。ここでは、上述したステップＳ１３と同一の処理が実行される。すなわち、ステップＳ１３において実行される処理が、差分の算出およびフィルタ処理である場合には、ステップＳ２２においても、差分の算出およびフィルタ処理を実行することにより、入力データｄが生成される。

【0062】

続いて、姿勢推定部９２は、生成された入力データｄを、複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・に、それぞれ入力する（ステップＳ２３）。そうすると、各学習済みモデルＭ１，Ｍ２，Ｍ３，・・・は、入力データｄに対応するステージ１２のヨーイング角度θの仮推定値θ１，θ２，θ３，・・・を出力する。これにより、１つの入力データｄに対して、複数の仮推定値θ１，θ２，θ３，・・・が得られる（ステップＳ２４）。

【0063】

その後、姿勢推定部９２の推定値決定部９２１が、複数の仮推定値θ１，θ２，θ３，・・・に基づいて、１つの推定結果θｒを決定する（ステップＳ２５）。具体的には、例えば、推定値決定部９２１は、複数の仮推定値θ１，θ２，θ３，・・・の平均値を算出し、算出された平均値を推定結果θｒとして決定する。ただし、推定値決定部９２１は、他の方法で、推定結果θｒを決定してもよい。

【0064】

図８は、推定値決定部９２１による推定結果の決定方法の第２の例を示すフローチャートである。図８の例では、学習済みモデルＭ１，Ｍ２，Ｍ３，・・・のそれぞれに対して、予め加重比率ｗ１，ｗ２，ｗ３，・・・が設定されている。加重比率ｗ１，ｗ２，ｗ３，・・・は、ステージ姿勢推定装置１８を構成するコンピュータの記憶部に、予め記憶されている。推定値決定部９２１は、まず、記憶部から加重比率ｗ１，ｗ２，ｗ３，・・・を読み出す（ステップＳ３１）。そして、推定値決定部９２１は、読み出した加重比率ｗ１，ｗ２，ｗ３，・・・を用いて、複数の仮推定値θ１，θ２，θ３，・・・の加重平均値を算出し、算出された加重平均値を、推定結果θｒとする（ステップＳ３２）。

【0065】

例えば、３つの学習済みモデルＭ１，Ｍ２，Ｍ３を使用する場合、ステップＳ３２において、加重平均を用いた推定結果θｒは、次の式（１）により算出することができる。
θｒ＝（ｗ１・θ１＋ｗ２・θ２＋ｗ３・θ３）／（ｗ１＋ｗ２＋ｗ３） （１）

【0066】

複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・の中で、特に推定精度の高い学習済みモデルや、重視すべき学習済みモデルが存在する場合、その学習済みモデルの加重比率を、相対的に高く設定しておくとよい。そうすれば、上記のように加重平均値を算出することで、より好ましい推定結果θｒを得ることができる。

【0067】

図９は、推定値決定部９２１による推定結果の決定方法の第３の例を示すフローチャートである。図９の例では、学習済みモデルＭ１，Ｍ２，Ｍ３，・・・のそれぞれに対応する加重比率ｗ１，ｗ２，ｗ３，・・・が、固定値ではなく、主走査機構１３の動作状態に応じて変化する。推定値決定部９２１は、まず、主走査機構１３の動作状態を表す状態変数を取得する（ステップＳ４１）。状態変数は、上述した計測値入力部９１１に入力される計測値であってもよく、他のセンサにより取得される変数であってもよく、あるいは、制御部４０に対してユーザが設定する動作モードなどであってもよい。

【0068】

推定値決定部９２１は、取得した状態変数に基づいて、加重比率ｗ１，ｗ２，ｗ３，・・・を変更する（ステップＳ４２）。これにより、主走査機構１３の動作状態に応じて、高い推定精度を発揮できる学習済みモデルの加重比率を高くする。例えば、ある状態変数により表される動作状態において、複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・のうち、特に学習済みモデルＭ２の推定精度が高い場合には、推定値決定部９２１は、加重比率ｗ２の値が相対的に高くなるように、複数の加重比率ｗ１，ｗ２，ｗ３，・・・を変更する。

【0069】

その後、推定値決定部９２１は、変更後の加重比率ｗ１，ｗ２，ｗ３，・・・を用いて、複数の仮推定値θ１，θ２，θ３，・・・の加重平均値を算出し、算出された加重平均値を、推定結果θｒとする（ステップＳ４３）。

【0070】

このように、動作状態に応じて加重比率ｗ１，ｗ２，ｗ３，・・・を変更すれば、動作状態毎に、重視する学習済みモデルを変更できる。したがって、動作状態毎に、高い推定精度を発揮できる学習済みモデルの加重比率を高くして、より精度のよい推定結果θｒを得ることができる。

【0071】

図１０は、推定値決定部９２１による推定結果の決定方法の第４の例を示すフローチャートである。図１０の例では、推定値決定部９２１は、まず、主走査機構１３の動作状態を表す状態変数を取得する（ステップＳ５１）。状態変数は、上述した計測値入力部９１１に入力される計測値であってもよく、他のセンサにより取得される変数であってもよく、あるいは、制御部４０に対してユーザが設定する動作モードなどであってもよい。

【0072】

推定値決定部９２１は、取得した状態変数に基づいて、複数の仮推定値θ１，θ２，θ３，・・・のうちのいずれか１つを選択し、選択された仮推定値を推定結果θｒとする（ステップＳ５２）。例えば、ある状態変数により表される動作状態において、複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・のうち、特に学習済みモデルＭ２の推定精度が高い場合には、推定値決定部９２１は、当該学習済みモデルＭ２から出力された仮推定値θ２を、推定結果θｒとする。

【0073】

すなわち、この例では、動作状態に応じて、複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・から出力される複数の仮推定値θ１，θ２，θ３，・・・のうちのいずれか１つを採用する。このようにすれば、動作状態毎に、高い推定精度を発揮できる学習済みモデルを選択して、精度のよい推定結果θｒを得ることができる。

【0074】

図７に戻る。ヨーイング角度θの推定結果θｒが決定されると、推定値決定部９２１は、その推定結果θｒを、制御部４０へ出力する（ステップＳ２６）。その後、制御部４０は、姿勢推定部９２から出力されるヨーイング角度θの推定結果θｒに基づいて、ステージ１２のヨーイング角度θを補正する（ステップＳ２７）。具体的には、制御部４０は、回転機構１５を動作させるか、あるいは、一対のリニアモータ６１のいずれかのトルク値を調整する。これにより、ステージ１２のヨーイング角度θが、所望の値に近づくように補正される。

【0075】

以上のように、この搬送装置１０では、主走査機構１３から出力される計測値または計測値に基づいて算出される値である入力データｄに基づいて、ステージ１２のヨーイング角度θを推定する。これにより、大掛かりな姿勢計測装置８０を常時設置することなく、ステージ１２のヨーイング角度θを推定できる。

【0076】

また、この搬送装置１０では、複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・から出力される複数の仮推定値θ１，θ２，θ３，・・・に基づいて、１つの推定結果θｒを出力する。このため、搬送装置１０の多くの動作状況において高い推定精度を実現できる。また、本実施形態では、複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・が、それぞれ異なる機械学習アルゴリズムにより生成されたものである。このため、ある機械学習アルゴリズムにおいて高い推定精度を発揮しにくい動作状況において、他の機械学習アルゴリズムがそれを補完することができる。これにより、より多くの動作状況において、ステージ１２のヨーイング角度θを精度よく推定できる。

【0077】

＜４．変形例＞
以上、本発明の一実施形態について説明したが、本発明は、上記の実施形態に限定されるものではない。

【0078】

上記の実施形態では、計測値入力部９１１は、リニアモータ６１のトルク値を、制御基板６３から取得していた。しかしながら、計測値入力部９１１は、他の方法で、リニアモータ６１のトルク値を取得してもよい。例えば、直進機構６０の各リニアモータ６１にトルクセンサを取り付け、そのトルクセンサからトルク値を取得してもよい。

【0079】

また、上記の実施形態では、全ての学習済みモデルＭ１，Ｍ２，Ｍ３，・・・に、同一の入力データｄが入力されていた。しかしながら、入力データ生成部９１２は、計測値入力部９１１に入力された計測値に対して、学習済みモデル毎に異なる処理を施してもよい。そして、複数の学習済みモデルＭ１，Ｍ２，Ｍ３，・・・に、異なる処理により生成された異なる入力データを入力してもよい。このようにすれば、各学習済みモデルに対して、より適した入力データを入力できる。

【0080】

また、上記実施形態の搬送装置１０は、主走査機構１３だけではなく、副走査機構１４および回転機構１５を備えていた。しかしながら、本発明は、副走査機構１４および回転機構１５を備えていない搬送装置を対象とするものであってもよい。

【0081】

また、上記実施形態の搬送装置１０は、描画装置１に搭載されていた。しかしながら、本発明は、描画装置１以外の装置に搭載される搬送装置を対象とするものであってもよい。例えば、搬送装置は、ステージ上に保持された基板に対して処理液を塗布する装置に搭載されるものであってもよい。また、搬送装置は、ステージ上に保持された記録媒体に対して印刷を行う装置に搭載されるものであってもよい。

【0082】

また、上記の実施形態では、事前学習処理において、レーザ干渉計８２により、ステージ１２のヨーイング角度θを実測していた。しかしながら、ステージ１２のヨーイング角度θは、他の方法で実測してもよい。例えば、カメラにより取得したステージ１２の画像に基づいて、ステージ１２のヨーイング角度θを実測してもよい。

【0083】

また、上記の実施形態の直進機構６０は、リニアモータ６１を有するものであった。しかしながら、リニアモータ６１に代えて、回転モータから出力される回転運動をボールネジにより直進運動に変換する機構を用いてもよい。

【0084】

また、上記の実施形態や変形例に登場した各要素を、矛盾が生じない範囲で、適宜に組み合わせてもよい。

【符号の説明】

【0085】

１ 描画装置
１０ 搬送装置
１１ 基台
１２ ステージ
１３ 主走査機構
１４ 副走査機構
１５ 回転機構
１６ 下段支持プレート
１７ 中段支持プレート
１８ ステージ姿勢推定装置
２０ フレーム
３０ 描画処理部
４０ 制御部
５０ センサ
６０ 直進機構
６１ リニアモータ
６２ エアガイド
６３ 制御基板
８０ 姿勢計測装置
９１ 入力データ取得部
９２ 姿勢推定部
９１１ 計測値入力部
９１２ 入力データ生成部
９２１ 推定値決定部
Ｍ１，Ｍ２，Ｍ３ 学習済みモデル
Ｗ 基板
ｄ 入力データ
θ ヨーイング角度
θ１，θ２，θ３ 仮推定値
θｒ 推定結果

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】