El rápido desarrollo del Internet de los Vehículos (IoV) y los sistemas de transporte inteligentes ha llevado a un aumento en la demanda de procesamiento y computación de datos en tiempo real en redes vehiculares. Para abordar estas necesidades, este documento propone un marco de descarga de tareas para sistemas de Computación en el Borde Vehicular (VEC) asistidos por UAV, que considera la alta movilidad de los vehículos y las capacidades limitadas de cobertura y computación de los drones. Introducimos el algoritmo de Descarga de Tareas Vehiculares Consciente de la Movilidad (MAVTO), diseñado para optimizar las decisiones de descarga de tareas, gestionar la asignación de recursos y predecir las posiciones de los vehículos para una descarga sin interrupciones. MAVTO aprovecha la virtualización basada en contenedores para una computación eficiente, ofreciendo flexibilidad en la asignación de recursos en múltiples modos de descarga: directa, predictiva e híbrida. Experimentos extensos utilizando datos vehiculares del mundo real demuestran que el algoritmo MAVTO supera significativamente a otros métodos en términos de tasa de éxito en la finalización de tareas, especialmente bajo volúmenes de datos de tareas y plazos variables.