Los algoritmos evolutivos (EAs) basados en planificadores de rutas para vehículos aéreos no tripulados (UAV) han sido estudiados extensamente por su efectividad y alta concurrencia. Sin embargo, cuando hay muchos obstáculos, la ruta puede violar fácilmente las restricciones durante el proceso evolutivo. Incluso si un solo punto de referencia causa algunas violaciones de restricciones, el algoritmo descartará estas soluciones. En este artículo, la planificación de rutas se construye como un problema de optimización multiobjetivo con restricciones en un escenario de terreno tridimensional. Para resolver este problema de manera efectiva, este artículo propone un algoritmo evolutivo basado en el procesamiento de restricciones multinivel (ANSGA-III-PPS) para planificar la ruta de vuelo más corta y libre de colisiones de un UAV planeador. El algoritmo propuesto utiliza un mecanismo de procesamiento de restricciones adaptativo para mejorar diferentes restricciones de ruta en un entorno tridimensional y utiliza un algoritmo genético de clasificación no dominada adaptativo mejorado (tercera edición-ANSGA-III) para mejorar la capacidad de planificación de rutas del algoritmo en un entorno complejo. Los resultados experimentales muestran que, en comparación con otros cuatro algoritmos, ANSGA-III-PPS logra el mejor rendimiento de solución. Esto no solo valida el efecto del algoritmo propuesto, sino que también enriquece y mejora los resultados de investigación sobre la planificación de rutas de UAV.