Asegurar el funcionamiento seguro de los Vehículos Aéreos No Tripulados (VANT) es crucial tanto para tareas críticas de misión como para tareas críticas de seguridad. En escenarios donde los VANT deben rastrear objetivos en el aire, necesitan seguir la trayectoria del objetivo mientras mantienen una distancia segura, incluso en presencia de dinámicas no modeladas y perturbaciones ambientales. Este documento presenta una nueva estrategia de evitación de colisiones para VANT quadrotor dinámicos durante misiones de seguimiento de objetivos. Proponemos un controlador de seguridad que combina una Función de Barrera de Control (CBF) basada en aprendizaje con retroalimentación de modo deslizante estándar. Nuestro enfoque emplea una red neuronal que aprende la verdadera restricción de CBF, teniendo en cuenta las perturbaciones del viento, mientras que el controlador de modo deslizante aborda las dinámicas no modeladas. Esta ley de control unificada garantiza un comportamiento seguro de seguimiento de líder y un seguimiento preciso de la trayectoria. Al aprovechar una CBF aprendida, el controlador ofrece una mejor adaptabilidad a entornos complejos e impredecibles, mejorando tanto la seguridad como la robustez del sistema. La efectividad de nuestro método propuesto se demuestra a través de la plataforma AirSim utilizando el controlador de vuelo PX4.