讨论：利用SE（3）计算刚体运动信息的优势？

最近在思考SE（3）计算刚体运动信息相比于分开计算两种物体的运动信息的优势。

SE(3)是一个包含三维空间刚体运动信息的集合，其中的元素是四维矩阵T，同时包含了物体的运动信息与旋转信息。

那么根据SE(3)对两种运动信息同时运算，与对这两种信息分开运算最后在整到一起相比的优势在哪？

提出这个问题的原因是，涉及SE(3)的计算比较复杂，如果此方法没有相应的优点，那么看起来似乎有点费力不讨好。

目前博主还在查阅资料，如果有相同疑问或者知道问题答案的小伙伴，欢迎留言讨论

4.9更新：
How It Works :15 (youtube.com) 大概的意思就是可以不用考虑坐标系的反复变化。但是这种计算方法并不适用于相机等物体运动轨迹得参数化。

The effect of this coupling of translation and orientation is that the camera position moves along a trajectory that spirals about the rotation axis ω, as exemplified in Figure .  Such a motion is called a screw motion

-----《Trajectory Representation and Landmark Projection for Continuous-Time Structure from Motion》 

screw motion

------ Screws: a Geometric Description of Twists in Robotics | Fundamentals of Robotics | Lesson 17 (youtube.com)

 上述文章已经对这个现象做了很详细得解释，博主自己做的实验结果也与文章结论相似：

不加入旋转信息（即 将旋转矩阵全部变为单位矩阵）其实这就是split方法

 加入旋转信息：

可以看到仅有极少数轨迹“较为正常”