La planificación de rutas para cuadricópteros ha demostrado ser un tipo de problema NP-duro con un enorme espacio de búsqueda y un rango de soluciones factibles muy pequeño. Los algoritmos metaheurísticos se utilizan ampliamente en este tipo de problemas por su flexibilidad y efectividad. Sin embargo, la mayoría de ellos no pueden satisfacer las necesidades en términos de eficiencia y sufren de las limitaciones de la convergencia prematura y los mínimos locales. Este artículo propone un nuevo algoritmo llamado Optimización por Enjambre de Partículas Híbrido Heurístico (HHPSO) para abordar el problema de planificación de rutas. En el lado heurístico, utilizamos los puntos de control de b-splines cúbicos como variables en lugar de puntos de referencia y establecemos algunas reglas heurísticas durante la inicialización del algoritmo para generar partículas de mayor calidad. En el lado híbrido, introducimos un término de penalización que varía con la iteración para reducir gradualmente el rango de búsqueda, un operador de mutación de Cauchy para mejorar la capacidad de exploración y un operador de inyección para prevenir la homogeneización de la población. Simulaciones numéricas, simulaciones basadas en modelos físicos y un experimento en el mundo real demuestran la superioridad, efectividad y robustez del algoritmo propuesto.