Este artículo propuso un algoritmo mejorado de árbol aleatorio de exploración rápida de potencial (P-RRT*) para vehículos aéreos no tripulados (UAV). El algoritmo tiene una expansión y convergencia más rápidas y una mejor calidad de trayectoria. La planificación de trayectorias es una parte importante del sistema de control de UAV. El árbol aleatorio de exploración rápida (RRT) es un algoritmo de planificación de trayectorias ampliamente utilizado, incluido en UAV, y su variante, P-RRT*, es un algoritmo óptimo asintótico con muestreo sesgado. El algoritmo converge lentamente y tiene una gran área de muestreo aleatorio. Para superar las desventajas mencionadas anteriormente, realizamos las siguientes mejoras. Primero, el algoritmo utilizó la dirección del campo de potencial artificial (APF) para determinar si realizar una expansión codiciosa, aumentando la eficiencia de la búsqueda. En segundo lugar, a medida que el árbol aleatorio obtenía la trayectoria inicial y actualizaba el costo de la trayectoria, el algoritmo rechazaba nodos y puntos de muestreo de alto costo basados en el costo heurístico y el costo de la trayectoria actual para acelerar la tasa de convergencia. Luego, el árbol aleatorio se podaba para eliminar los nodos redundantes en la trayectoria. Los resultados de la simulación demostraron que el algoritmo propuesto podría disminuir significativamente el costo de la trayectoria y los puntos de inflexión, acelerar la obtención de la trayectoria inicial y la convergencia, y es adecuado para la planificación de trayectorias de UAVs.