La planificación de rutas con evitación de colisiones para vehículos aéreos no tripulados (VANT) en entornos con obstáculos en movimiento es un proceso complejo de navegación, a menudo considerado un problema de optimización difícil. Los algoritmos de resolución ordinarios pueden no proporcionar rutas volables y libres de colisiones bajo las restricciones de tiempo requeridas por el entorno dinámico en 3D. En este artículo, se propone un nuevo optimizador multiverso multiobjetivo paralelo (PMOMVO) que se aplica con éxito para abordar el aumento del tiempo de cálculo del problema de planificación de rutas de VANT en entornos dinámicos en 3D. Se establecieron restricciones de colisión con obstáculos en movimiento y zonas de paso estrechas basadas en una caracterización matemática de cualquier intersección con líneas que conectan las posiciones de dos drones consecutivos. Para la implementación, se propuso una arquitectura de unidad central de procesamiento (CPU) multicore de acuerdo con el concepto de paralelización de procesamiento maestro-esclavo. Cada subswarm de toda la población de PMOMVO fue asignado a un esclavo correspondiente, y se seleccionaron y compartieron soluciones representativas con el núcleo maestro. Los esclavos enviaron sus frentes de Pareto locales al núcleo de la CPU que representa al maestro, que fusionó el conjunto recibido de soluciones no dominadas y construyó un frente de Pareto global. Se llevaron a cabo resultados demostrativos y análisis estadísticos ANOVA no paramétricos para mostrar la efectividad y superioridad del algoritmo PMOMVO propuesto en comparación con otras metaheurísticas multiobjetivo homólogas.