El desarrollo de la agricultura ha evolucionado de la maquinaria agrícola tradicional debido a su eficiencia y autonomía. La maquinaria agrícola inteligente es capaz de conducir de forma autónoma y control remoto, pero debido a su percepción limitada de los terrenos agrícolas y los obstáculos en el campo, se requiere la asistencia de vehículos aéreos no tripulados (UAVs). Aunque los sistemas inteligentes existentes tienen mayores ventajas que la maquinaria agrícola tradicional en la mejora de la calidad de las operaciones y la reducción de costos laborales, también producen problemas complejos en la planificación operativa. Especialmente a medida que los productos agrícolas y los campos se vuelven más diversificados, es necesario desarrollar un método de planificación de operaciones adaptativo que tenga en cuenta la eficiencia y la calidad del trabajo. Sin embargo, los métodos de planificación operativa existentes carecen de practicidad y no garantizan una optimización global porque los planificadores tradicionales solo consideran los comandos de ruta y generan la ruta en el campo rectangular sin tener en cuenta otros factores. Para superar estas desventajas, este documento propone un método novedoso y práctico de planificación de rutas colaborativas para maquinaria agrícola inteligente basado en vehículos aéreos no tripulados. Primero, utilizamos UAVs para la detección de obstáculos. Con la información del campo y los datos de operación preprocesados, la maquinaria agrícola automática podría ser asistida para evitar obstáculos en el campo. En segundo lugar, al considerar tanto el estado histórico de la operación actual como las estadísticas de operaciones anteriores, se determina el control en tiempo real de la maquinaria agrícola. Por lo tanto, se utiliza el algoritmo K-medias para extraer parámetros de control clave y discretizar el espacio de estados de la maquinaria agrícola. Finalmente, se establece el plan de operación dinámico basado en la cadena de Markov. Este plan puede estimar la probabilidad de que la maquinaria agrícola transite de un estado a otro mediante el análisis de datos, determinando así dinámicamente estrategias de control en tiempo real. La prueba de campo con un tractor automático muestra que el planificador de operaciones puede lograr un rendimiento superior a los otros dos métodos populares.