La planificación de rutas para robots es uno de los problemas centrales en robótica y su aplicación. Optimizar el descubrimiento de rutas se vuelve más importante al tratar con aplicaciones basadas en robots. Este documento propone el concepto de detección temprana de obstáculos presentes en el espacio de trabajo de los robots. Para detectar el obstáculo de manera temprana, este documento propone el concepto de un algoritmo de serpiente junto con los algoritmos tradicionales de planificación de rutas. La parte de detección de contornos se fusiona con los diferentes algoritmos de planificación de rutas para optimizar el recorrido del robot y beneficiarlo en la obtención de buenos resultados. Un camino optimizado y libre de obstáculos es uno de los requisitos fundamentales para los robots en cualquier aplicación. Con la ayuda de los algoritmos de planificación de rutas, se permite a los robots derivar esos caminos en un entorno específico. La presencia de un obstáculo dificulta que cualquier algoritmo de planificación de rutas derive un camino suave. El propósito de utilizar el algoritmo de serpiente es detectar un obstáculo de manera temprana. Este método no solo percibe el obstáculo, sino que también captura el contorno completo del obstáculo, proporcionando así los detalles de las coordenadas del obstáculo al algoritmo de planificación de rutas. Concebir la periferia completa de los obstáculos puede tener múltiples ventajas en muchas áreas de aplicación. Se consideran los algoritmos A*, PRM, RRT y RRT Smooth junto con el algoritmo de serpiente para validar nuestro trabajo en tres escenarios experimentales diferentes: Laberinto, Obstáculos Aleatorios y Caso Denso. La longitud del camino, el tiempo tomado y el conteo de movimientos son parámetros tomados para observar los resultados. El resultado obtenido utilizando el algoritmo de serpiente con cuatro algoritmos de planificación de rutas se analiza y compara en detalle con los algoritmos centrales A*, PRM, RRT y RRTS. Finalmente, el resultado obtenido utilizando la metodología propuesta ofrece resultados alentadores y también predice la exploración de la planificación de rutas del robot para más aplicaciones y campos.