本发明涉及智能交通技术领域，具体涉及一种基于增量计算的伴随车即时发现方法，包括：获取交通摄像头记录中的交通车辆数据，生成数据集；从数据集中提取相关属性，生成过车事务数据集；获取过车事务数据集，构建动态频繁树；根据动态频繁树，采用自底向上的方法遍历动态频繁树，进行频繁项映射存储，生成动态频繁项集；利用时间衰减模型，通过加权时间权重对动态频繁项集进行过滤，挖掘近期的伴随车组。本发明的方法增加哈希表以减少树的构建时间，同时增加数据批次散列表作为DF‑tree的减枝依据以释放过期数据占用的内存，引入时间衰减模型，实现基于大规模过车数据的伴随车即时发现。