El espacio aéreo urbano de ultra baja altitud (ULAA) presenta desafíos únicos para la planificación de rutas de vehículos aéreos no tripulados (UAV) debido a la alta densidad de edificios y las restricciones regulatorias. Este estudio analiza y mejora los algoritmos clásicos de planificación de rutas para UAV en ULAA. Se realizaron experimentos utilizando los métodos A*, RRT, RRT* y campo potencial artificial (APF) en un entorno simulado basado en datos de edificios de la ciudad de Chengdu, China. Los resultados muestran que los algoritmos tradicionales tienen dificultades en entornos con obstáculos densos, particularmente el APF debido a problemas de mínimos locales. Se propusieron mejoras: una heurística consciente de la densidad para A*, perturbación aleatoria para APF y una estrategia de optimización híbrida para RRT*. Estas modificaciones mejoraron el tiempo de cálculo, la longitud de la ruta y la evasión de obstáculos. El estudio proporciona información sobre las limitaciones de los algoritmos clásicos y sugiere mejoras para una planificación de rutas de UAV más efectiva en entornos urbanos.