相同SVD处理不同精度点集得到迥异刚体变换矩阵的问题求助

我正在Python中执行刚体变换，将源点集配准到目标点集，要求源点集仅能绕两者共有的第二个点旋转。实现步骤为：减去用户定义的旋转中心（而非质心）对源点集和目标点集进行平移，随后使用np.linalg.svd求解rotation_matrix。

但使用精度不同但本质相同的源点集与目标点集时，得到了完全不同的结果：

第一组点集（低精度） #

source_points = np.array([[29.930, 65.059, -692.872], [20.588, 38.868, -675.454], [18.266, 57.316, -682.061]])
target_points = np.array([[27.474, 61.970, -689.958], [20.588, 38.868, -675.454], [15.340, 60.875, -681.762]])

得到的旋转矩阵能实现良好配准：

array([[ 0.99795083, -0.05814411,  0.02670959],
       [ 0.05909811,  0.99758699, -0.03643628],
       [-0.02452659,  0.0379401 ,  0.99897898]])

第二组点集（高精度，与第一组本质相同） #

source_points = np.array([[29.92973456, 65.05863408, -692.87207321], [20.58772087,38.86774826, -675.45440674],[18.2662661, 57.31554544, -682.06144071]])
target_points = np.array([[27.47413063, 61.97033691, -689.95812988], [20.58772087, 38.86774826, -675.45440674], [15.33987617, 60.87537766, -681.76153564]])

得到的旋转矩阵完全不同，且构造的齐次变换矩阵会使源点集发生形变（刚体变换不应出现形变）：

array([[ 0.49127036, -0.40722086, -0.76995104],
       [-0.2900711 ,  0.75702601, -0.58546595],
       [-0.82128691, -0.51096261, -0.25378144]])

齐次变换矩阵构造代码 #

# translation
t = rotation_center.T - np.dot(rotation_matrix, rotation_center.T)

# homogeneous transform matrix
T = np.identity(4)
T[:3, :3] = rotation_matrix
T[:3, 3] = t

两组点集仅精度不同，理论上应得到相近结果，恳请帮忙排查错误原因或给出建议。

内容的提问来源于stack exchange，提问作者Chi Zhang