En el algoritmo tradicional de árbol aleatorio de exploración rápida (RRT), la trayectoria planificada no es suave, la distancia es larga y la tasa de tolerancia a fallos de la trayectoria planificada es baja. Las perturbaciones en un entorno pueden hacer que los vehículos de superficie no tripulados (USV) se desvíen de su trayectoria planificada durante la navegación. Por lo tanto, este artículo propone un método de planificación de trayectorias que considera la perturbación ambiental basado en el campo potencial virtual RRT* (VPF-RRT*). Primero, sobre la base del algoritmo RRT*, se propone un algoritmo VPF-RRT* para planificar la trayectoria. En segundo lugar, se propone un método de anti-perturbación ambiental basado en un controlador de redes neuronales recurrentes profundas PI (DRNN-PI) para permitir que el USV elimine la perturbación ambiental y mantenga su trayectoria a lo largo de la trayectoria planificada. Se realizaron experimentos de simulación comparativa entre el algoritmo propuesto y otros algoritmos en dos escenas experimentales diferentes. En el experimento de simulación de planificación de trayectorias, el algoritmo VPF-RRT* tuvo una trayectoria planificada más corta y un ángulo total de giro más pequeño en comparación con el algoritmo RRT*. En el experimento de simulación de seguimiento de trayectorias, al utilizar el algoritmo propuesto, el USV pudo compensar efectivamente el impacto de la perturbación ambiental y mantener su navegación a lo largo de la trayectoria planificada. Para evitar la contingencia del experimento y verificar la efectividad y generalidad del algoritmo propuesto, se realizaron tres experimentos. Los resultados de la simulación verifican la efectividad del algoritmo propuesto.