La planificación precisa de trayectorias es crucial para permitir que los vehículos aéreos no tripulados (VANT) ejecuten acciones de evitación de interferencias y captura de objetivos en entornos desconocidos y al enfrentar pérdidas intermitentes de objetivos. Para abordar el problema de planificación de trayectorias de los VANT en tales condiciones, este documento propone un sistema de planificación de trayectorias de VANT que incluye un predictor y un planificador. Específicamente, el sistema emplea un algoritmo de red neuronal convolucional temporal bidireccional (TCN) y una unidad recurrente con compuertas (GRU) con un mecanismo de atención adaptativa (BITCN-BIGRU-AAM) para entrenar un modelo que incorpora las características de la trayectoria de movimiento histórica del objetivo y la intención de movimiento inferida por una red bayesiana dinámica (DBN). Las predicciones resultantes del objetivo en maniobra se utilizan como entradas terminales para el planificador. Se utiliza una red de función de base radial (RBF) mejorada en combinación con un método de planificación de trayectorias offline-online para la planificación de trayectorias de evitación de obstáculos en tiempo real. Además, considerando aplicaciones prácticas futuras, el predictor y el planificador adoptan una estructura de algoritmo de optimización y corrección paralela para garantizar la precisión de la planificación y la eficiencia computacional. Los resultados de simulación indican que el método propuesto puede evitar con precisión interferencias dinámicas y capturar con precisión el objetivo durante tareas que involucran interferencias dinámicas en entornos desconocidos y al enfrentar pérdidas intermitentes de objetivos, cumpliendo también con los requisitos de capacidad computacional del sistema.