El desafío actual en la tecnología de enjambres de drones es la planificación de rutas en tres dimensiones y los cambios de formación adaptativos. El algoritmo A* tradicional tiene limitaciones, como baja eficiencia, dificultad para manejar obstáculos y numerosos puntos de giro, lo que lo hace inadecuado para entornos tridimensionales complejos. Además, la robustez de las formaciones de drones bajo el modo líder-seguidor es baja, y manejar eficazmente los obstáculos dentro del entorno es un desafío. Para abordar estos problemas, este estudio propone un modo de líder virtual para el vuelo en formación de drones e introduce un nuevo método Theta*-APF para la planificación de rutas de enjambres de drones en espacio tridimensional. Este algoritmo optimiza el algoritmo A* transformándolo en un algoritmo Theta* omnidireccional hacia adelante. También mejora la función heurística al incorporar métodos de campo potencial artificial en un entorno tridimensional. La organización y el control de la formación de UAV se logran utilizando modos de control de velocidad. En comparación con el algoritmo A* convencional, el algoritmo Theta*-APF reduce el tiempo de búsqueda en aproximadamente un 60% y la longitud del viaje en un 10%, además de permitir un vuelo más seguro de la formación de UAV, que está sujeta a la repulsión del campo potencial artificial en aproximadamente un 42%.