Este estudio se centra en el problema de planificación de rutas de UAVs de rescate con prioridad de detección regional. Inicialmente, proponemos un modelo de programación entera mixta que integra la planificación de rutas de cobertura (CPP) y el problema del vendedor viajero jerárquico (HTSP) para abordar la planificación de rutas multi-regionales bajo restricciones de prioridad. Para la planificación de rutas intra-regionales, presentamos un método mejorado para adquirir trayectorias de vuelo recíprocas que aseguran una cobertura completa de regiones poligonales convexas con trayectorias de vuelo más cortas cuando un UAV está equipado con sensores que cuentan con rangos de muestreo circulares. Se realizó una comparación adicional para trayectorias de vuelo en espiral, y se emplearon curvas de Bezier de segundo orden para optimizar ambos conjuntos de trayectorias. Esta optimización no solo redujo la longitud de la ruta, sino que también mejoró la capacidad de contrarrestar el temblor inherente de los drones. Además, proponemos un algoritmo de descenso de vecindario variable basado en K-vecinos más cercanos para resolver el problema de planificación de rutas de acceso inter-regional con prioridad. Establecemos parámetros para medir la distancia y evaluar el orden de prioridad de las trayectorias de vuelo de los UAV. Los resultados de simulación y experimentos demuestran que el algoritmo propuesto puede ayudar eficazmente a los UAV a realizar tareas de planificación de rutas con restricciones de prioridad, permitiendo una recolección de información más rápida en áreas importantes y facilitando la exploración rápida de características tridimensionales en áreas de desastre desconocidas por parte de los trabajadores de rescate. Este algoritmo mejora significativamente la seguridad de los trabajadores de rescate y optimiza los tiempos de rescate cruciales en áreas clave.