Recientemente, se propuso una Red de Sensores Inalámbricos (WSN) basada en Vehículos Aéreos No Tripulados (UAV) para la recolección de datos. Múltiples UAV son más efectivos que un solo UAV en WSN amplias. Sin embargo, en este escenario, se deben considerar muchos factores, como la evitación de colisiones, la trayectoria de vuelo adecuada y el tiempo de la tarea. Por lo tanto, es importante dividir efectivamente las áreas de misión de los UAV. En este documento, proponemos un algoritmo de agrupamiento k-means mejorado que distribuye efectivamente los sensores con diversas densidades y asigna de manera justa las áreas de misión a los UAV con un rendimiento comparable. El algoritmo propuesto distribuye las áreas de misión de manera más efectiva que los métodos convencionales utilizando la selección de cabezas de clúster y el agrupamiento k-means mejorado. Además, un procedimiento de posprocesamiento para reducir la longitud de la trayectoria durante la planificación de la trayectoria del UAV para cada área de misión es importante. Así, se propone un algoritmo de refinamiento de puntos de paso que considera los rangos de detección del nodo sensor y del UAV para mejorar efectivamente la trayectoria de vuelo del UAV. El tiempo de finalización de la tarea se determina evaluando cómo el UAV recolecta datos a través de la comunicación con el nodo cabeza de clúster. Los resultados de la simulación muestran que la distribución del área de misión por el algoritmo de agrupamiento k-means mejorado y el posprocesamiento por el algoritmo de refinamiento de puntos de paso mejoran el rendimiento y la trayectoria de vuelo del UAV durante la recolección de datos.