随着无线通讯技术以及位置服务的发展，移动对象的数据管理逐渐成为研究热点。近年来，国内外一些学者针对不同实际应用，在基于R树的移动对象索引方面进行了大量的研究，提出了一系列索引方案。而这些方案大多数是基于室外空间的，能够提供高效的时空查询，但缺少对象本身的索引，难以提供高效的基于移动对象的查询方式。随着室内定位技术的发展，基于室内位置服务的应用越来越多，而室内空间特殊的拓扑结构使得室外空间下的的索引技术难以被直接应用。基于此，提出了一个基于R树的室内环境下移动对象历史数据索引结构：DR-tree(Dual R-tree)。将移动对象本身作为一个独立的维度进行索引，同时为了移动对象空间邻近性和轨迹的保持，将位置维与对象维解耦，并分别与时间维进行索引，从而形成两个二维的索引。查询时针对原始查询窗口存在的问题，采用窗口分割技术，使查询更精化，效率更高。它不仅支持传统的时空查询方式，同时提供了基于对象的轨迹查询。在Windows环境下，对DR-tree进行实现，并结合一定的数据集进行仿真实验，将DR-tree与同为室内环境下的索引结构RTR-tree(Reader-Time R-tree)进行了比较，验证了DR-tree在时空范围查询及对象轨迹查询方面的查询性能以及窗口分割算法对查询性能的影响。实验结果表明，窗口分割算法能够提高查询效率，同时，DR-tree能够提供高效的基于对象的轨迹查询方式。最后，将DR-tree应用于某大型企业的人员管理中，结合公司的实际需求和现状，采用DR-tree取代传统的B树索引，对人员移动数据的位置、时间及人员本身三个维度建立索引，从而更高效的索引多维数据并应对人员移动数据的频繁更新，进而提供更为高效的查询处理。