Los robots móviles se utilizan ampliamente en diversos campos, con la planificación de trayectorias representando de manera consistente un área central y fundamental de investigación. La planificación de trayectorias es esencial para permitir la navegación eficiente de los robots dentro de entornos complejos. En realidad, el terreno en el que opera el robot es no uniforme, lo que resulta en costos variables asociados con diferentes áreas debido a terrenos y materiales diferentes. Las tareas prácticas a menudo requieren atravesar una serie de puntos de referencia para cumplir con requisitos específicos. Además, consideraciones relacionadas con el control y la dinámica requieren regularmente establecer longitudes mínimas de segmentos de línea entre curvas y curvaturas máximas de curvas para garantizar la ejecución exitosa de la trayectoria. El objetivo de este documento es encontrar una trayectoria de bajo costo con curvatura continua en un mapa con un costo asignado, que pase por todos los puntos de referencia dados evitando obstáculos, y cumpla con la longitud mínima de los segmentos de línea entre las curvas y las restricciones de curvatura máxima de las curvas. Proponemos un método innovador de planificación de trayectorias que resuelve las limitaciones de los algoritmos tradicionales al considerar el costo del mapa, la continuidad de la curvatura y otros factores mediante el establecimiento de un mecanismo colaborativo entre la búsqueda global gruesa y el ajuste fino local. El método se divide en dos etapas: En la primera etapa, se construye la estructura del gráfico generando puntos en el mapa y se utiliza el Algoritmo de Dijkstra para obtener el orden de conexión de los puntos de referencia. En la segunda etapa, que se basa en la etapa anterior y procesa los puntos de referencia de manera secuencial, se generan los puntos clave de la trayectoria utilizando nuestro algoritmo propuesto de Reconexión de Baliza Suave (SBR). Una trayectoria de bajo costo que cumple con los requisitos se obtiene luego mediante un ajuste fino. La trayectoria suave generada por este método se verifica en varios mapas y demuestra un rendimiento superior en comparación con los métodos tradicionales.