位姿估计的度量衡Eadi和Evsd？

在利用深度学习进行目标物体的6D位姿估计中，以Tless为数据集，其中有两个度量衡—Eadi和Evsd，具体是什么意思呢？

Eadi (Average Distance of the Additive Inverse)用于衡量位姿估计中物体模型点云和场景点云之间的距离，
具体点，是物体模型经过位姿变换后的点云与场景点云之间的距离，通常是点到点的欧氏距离。
Eadi 越小表示估计的位姿越准确，物体模型与场景匹配得越好，
Evsd (Average Distance of the Vector of the Standard Deviation)用于评估位姿估计的性能。在计算 Evsd 时，首先计算Eadi ，然后计算标准差。